Mer miljøvennlige arbeidsreiser i Oslo og Akershus tiltak og scenarier

Transkript

1 TØI rapport 1560/2017 Silvia J Olsen Tom Erik Julsrud Farideh Ramjerdi Frants Gundersen Mer miljøvennlige arbeidsreiser i Oslo og Akershus tiltak og scenarier

2

3 TØI-rapport 1560/2017 Mer miljøvennlige arbeidsreiser i Oslo og Akershus tiltak og scenarier Silvia Olsen, Tom Erik Julsrud, Farideh Ramjerdi, Frants Gundersen Forsidebilde: Shutterstock Transportøkonomisk institutt (TØI) har opphavsrett til hele rapporten og dens enkelte deler. Innholdet kan brukes som underlagsmateriale. Når rapporten siteres eller omtales, skal TØI oppgis som kilde med navn og rapportnummer. Rapporten kan ikke endres. Ved eventuell annen bruk må forhåndssamtykke fra TØI innhentes. For øvrig gjelder åndsverklovens bestemmelser. ISSN ISBN Elektronisk versjon Oslo, mars 2017

4 Tittel Forfatter(e): Dato: TØI-rapport Sider: ISBN elektronisk: ISSN: Finansieringskilde(r): Mer miljøvennlige arbeidsreiser i Oslo og Akershus tiltak og scenarier Silvia Olsen, Tom Erik Julsrud, Farideh Ramjerdi, Frants Gundersen / Regionalt forskningsfond hovedstaden, Akershus fylkeskommune, Ruter AS, Jernbaneverket, Oslo kommune, bymiljøetaten og Statens vegvesen region øst. Title Author(s) Date: TØI Report: Pages: ISBN Electronic: ISSN: Financed by: Towards more sustainable commuting in Oslo and Akershus measures and scenarios Silvia Olsen, Tom Erik Julsrud, Farideh Ramjerdi, Frants Gunder / The regional research council for Oslo and Akershus, Akershus county, Ruter AS, The Norwegian railway administration, Municipality of Oslo and the National road administration Prosjekt: Prosjektleder: Kvalitetsansvarlig: Fagfelt: Emneord: 3993 Reisevaneendring i Oslo og Akershus. En analyse av seks trafikknutepunkt Tom Erik Julsrud Frode Longva Reisevaner og mobilitet Reisevaner, arbeidsreiser, scenarier Project: Project Manager: Quality Manager: Research Area: Keyword(s) 3993 Travel behaviour change in Oslo and Akershus. A study of six key areas Tom Erik Julsrud Frode Longva Reisevaner og mobilitet Travel behaviour, commuting, scenarios Sammendrag: Rapporten presenterer resultater fra analyser av seks avgrensede områder i Oslo og Akershus med mye næringsvirksomhet, og derigjennom også høye andeler med arbeidsreiser. For hvert område har det blitt gjennomført analyser av pendlingsmønstre, undersøkelser av tiltak som kan endre reisevaner blant reisende til sonene og studier av reisende innenfor en utvalgt virksomhet. Basert på en delfi-basert scenarieundersøkelse diskuteres utviklingen i områdene innenfor en tidshorisont på år, og det fremsettes to ulike scenarier som beskriver utviklingen frem mot Arbeidet er tenkt benyttet i utvikling av tiltak for å kunne møte målsettingen om å utvikle mer miljøvennlige personreiser i Oslo og Akershus som er nedfelt i Nasjonal transportplan (NTP). Summary: The report presents results from analyzes of six key areas in Oslo and Akershus where there is high density of work places and therefore also a high proportion of work trips. For each area, analyses of commuting patterns are conducted, as well as an examination of measures that could change the commuters travel habits, and an in-depth investigation of travel behavior among employees at a central workplace. Based on a Delphi-based scenario analyses of the potential future developments in areas are discussed. Two key scenarios are outlined and sets of measures that can help to develop more sustainable commuting patterns years ahead, are suggested. The work is intended to be used in the development of measures to meet the objective of developing more environmentally friendly passenger journeys in Oslo and Akershus described in the National Transport Plan (NTP). Language of report: Norwegian Transportøkonomisk Institutt Gaustadalleen 21, 0349 Oslo Telefon Institute of Transport Economics Gaustadalleen 21, 0349 Oslo, Norway Telefon Copyright Transportøkonomisk institutt, 2017 Ved gjengivelse av materiale fra publikasjonen, må fullstendig kilde oppgis

5 Forord Denne rapporten sammenfatter hovedresultater fra prosjektet Reisevaneendring i Oslo og Akershus. Analyser av sentrale trafikknutepunkter. Prosjektet er finansiert av det Regionale forskningsfond hovedstaden, Akershus fylkeskommune, Ruter AS, Jernbaneverket, Oslo kommune, bymiljøetaten og Statens vegvesen region øst. Arbeidet har vært rettet mot å analysere reisevaner i seks «knutepunkter» i Oslo og Akershus der det er mye næringsvirksomhet og mange arbeidsreiser. Foruten oversiktsanalyser som angir pendlingsstrømmer, har det vært gjort analyser rettet mot uvalgte virksomheter i hvert område og utvalgsundersøkelser av personer som pendler inn til hvert av knutepunktene. Basert på disse undersøkelsene har det innenfor prosjektet blitt utviklet tiltakspakker som er blitt vurdert innenfor en utviklingshorisont på 15 år. Tidligere studier har rapportert fra områdeanalyser gjort ved hjelp av ulike analyseverktøy og metoder. Resultatene som presenteres her gir en samlet fremstilling av alle analysene innenfor hvert område, før tiltakspakker vurderes i lys av to ulike utviklingshorisonter i siste del av rapporten. Arbeidet i prosjektet har vært gjort i samarbeid med bedrifter innenfor hvert område. Dette har omfattet Akershus fylkeskommune, Jernbaneverket, Ahus, Siemens, Blindern, Universitetet i Oslo, Statoil og BI. Samarbeidet med disse har vært svært godt, og vi vil takke medarbeidere og ledere som bidratt med informasjon og svart på spørreskjema. Vi vil også takke David Banister og Bertil Vilhelmson som har bidratt med faglige råd underveis. Arbeidet i prosjektet har vært gjort av Liva Vågane, Randi Hjorthol, Tom Erik Julsrud, Frants Gundersen, Farideh Ramjerdi og Silvia Olsen. Masterstudenter ved UiO, Marianne Tranberg Bjørndal og Kjersti Nygaard har bidratt i datainnsamling og analyse av reisevaner ved Universitetet i Oslo. Prosjektleder for arbeidet har vært Tom Erik Julsrud. Avdelingsleder Frode Longva har kvalitetssikret arbeidet og Trude Rømming har stått ansvarlig for den endelige utformingen av rapporten. Oslo, mars 2017 Transportøkonomisk institutt Gunnar Lindberg direktør Frode Longva avdelingsleder

6

7 Innhold Sammendrag 1 Innledning Hvordan få til omstilling i arbeidsreiser i Oslo og Akershus? Formål Rapportens oppbygning Metode, data og analyse Analytisk rammeverk: bærekraftig mobilitet Design og gjennomføring Metode og data Arbeidsreiser i Oslo og Akershus: Sentrale utfordringer Befolkningsvekst Klima og miljø Næringsutvikling Pendling og bosetting Karakteristikker av de arbeidsreisende i de ulike områdene Nordbyhagen Områdebeskrivelse Pendlingsstrømmer Tiltaksanalyse Virksomhetsstudie: AHUS Oppsummering Fornebu Områdebeskrivelse Pendlingsstrømmer Tiltaksanalyse Virksomhetsstudie - Statoil Oppsummering Nydalen Områdebeskrivelse Pendlingsstrømmer Tiltaksanalyse Virksomhetsstudie BI Oppsummering Linderud Områdebeskrivelse Pendlingsstrømmer Tiltaksanalyse Virksomhetsstudie Siemens Oppsummering... 59

8 8 Blindern Områdebeskrivelse Pendlingsstrømmer Tiltaksanalyse Virksomhetsstudie: Universitetet i Oslo Oppsummering Sentrum Områdebeskrivelse Pendlingsstrømmer Tiltaksanalyse Virksomhetsstudie: Akershus fylkeskommune og Jernbaneverket Oppsummering Scenarioanalyse Innledning Et BAU scenario for Oslo og Akershus i Nøkkelfaktorer og videre scenariebygging Delphi- studie Kontroll og justeringer av scenariene Scenarie 1: Teknologidystopi Scenarie 2: Holdningsoptimisme Sammenlikning og implikasjoner av de to scenariene Oppnåelse av NTP- målet Reisemiddelfordeling Et teknologiscenario for et kunnskapsintensivt knutepunkt Oppsummering Tiltakspakker Innledning Prinsipper for valg av tiltak og tiltakspakker Tiltak for Oslo og Akershus Oppsummering av tiltakenes egenskaper Tiltakspakker for scenarier med holdningsoptimisme og teknologidystopi Sammenlikning av tiltakspakkene Oppsummering og implikasjoner Oppsummering Implikasjoner Referanser

9 Sammendrag Mer miljøvennlige arbeidsreiser i Oslo og Akershus: Scenarier og tiltak TØI rapport 1560/2017 Forfatter(e): Silvia Olsen, Tom Erik Julsrud, Farideh Ramjerdi, Frants Gundersen Oslo sider En analyse av seks trafikknutepunkter i Oslo og Akershus har vist at det er betydelige forskjeller med hensyn til reisemiddelfordeling, reiseatferd og potensiale for reduksjoner i bilbruk. På bakgrunn av disse forskjellene vil ulike grupper av tiltak måtte iverksettes for å redusere bilbruken tilpasset hvert av knutepunktene. I rapporten fremsettes to alternative scenarier for Oslo og Akershus i 2030; holdningsscenariet og teknologiscenariet. Tiltak som antas å være viktige innenfor begge fremtidshorisontene er først og fremst; mer restriktiv parkeringspolitikk, økt frekvens i kollektivtransporten, forbedret infrastruktur som gir raskere reise/færre bytter, bedre koordinering av kollektivtransport ved knutepunkt, og tilrettelegging av infrastrukturen for sykkel/gange. Styrken på disse tiltakene, samt i hvilken grad de bør kombineres med andre typer av tiltak, vil imidlertid variere sterkt mellom de to scenariene. Trafikkbelastninger i forbindelse med arbeidsreiser utgjør en sentral utfordring for Oslo og Akershus. Vekst i bilbasert pendling, spesielt fra Oslos tilgrensende kommuner forventes å gi nedsatt fremkommelighet og økte utslipp av klimagasser i årene fremover, dersom ikke effektive tiltak iverksettes. Denne rapporten presenterer analyser av seks utvalgte soner/knutepunkt i Oslo og Akershus med mye næringsvirksomhet og mange innpendlere. Dette er: Nordbyhagen, Fornebu, Nydalen, Linderud, Blindern og sentrumsområdet. Arbeidet fokuserer spesielt på mulighetene for å få flere av dagens bilister innenfor disse områdene til enten begynne å reise med kollektivtransport, sykle/gå eller øke omfanget med hjemmearbeidsdager Bil Kollektivtransport Sykle Gå Hjemmekontor Figur S1: Reisemiddelvalg for arbeidsreisende til seks soner i Oslo/Akershus. Dager per måned (Gjennomsnitt) For hver av sonene er det blitt gjennomført en triangulering av ulike analyseteknikker og metoder for å få en bredest mulig forståelse av situasjonen og utviklingsmulighetene. Dette inkluderer henholdsvis en generell analyse av pendlingsmønstre basert på pendlingsdata fra SSB; en samvalgsanalyse av et utvalg pendlere, og en analyse av reisevaner i en nøkkelvirksomhet. Til slutt er det også benyttet en Delfi-basert scenarioteknikk. Telefon: toi@toi.no Rapporten kan lastes ned fra I

10 Samvalgsstudien (Stated preference) av innpendlere avdekket tiltak som vil kunne være særlig virkningsfulle. Disse viser blant annet at for reisende til Linderud kan et bedre kollektivtilbud med god tilgang fra hjem og arbeidsplass, få mange til å skifte fra bil til kollektivtransport. En slik effekt vil bli desto større dersom et bedret kollektivtilbud kombineres med økte parkeringsavgifter for de arbeidsreisende. For arbeidsreisende til Nydalen kan et styrket kollektivtilbud, med god tilgang fra hjem og arbeidsplass og færre bytter være effektivt, samt å sørge for bedret infrastruktur for syklende. El-biler kan være en attraktiv løsning her, spesielt dersom det også kombineres med fordelaktige lokale parkeringstiltak. I Sentrum vil en ytterligere innstramming i parkeringstilbudet være særlig effektivt. El-biler kan være en attraktiv løsning, men det bør i så fall understøttes med fordelaktige lokale parkeringstiltak. På Fornebu vil betydelige forbedringer av kollektivtilbudet og begrensninger i parkeringsmulighetene få mange til å bytte fra bil til kollektivtransport. I tillegg vil mange som i dag reiser med bil ønske å benytte mer hjemmekontor. Å tilrettelegge for mer bruk av el-bil gjennom lokale tiltak, spesielt rettet mot parkering, vil også være formålstjenlig. På Nordbyhagen vil et styrket kollektivtilbud, samt tiltak rettet mot parkering, bedre sykkelvei og fasiliteter på arbeidsplassen, kunne få flere reisende fra bil til kollektivtransport og sykkel. De fleste arbeidsreisende til denne sonen har ikke anledning til å jobbe hjemmefra, mest sannsynlig på grunn av yrke/arbeidsbeskrivelse. Å tilrettelegge for mer bruk av el-bil gjennom fordelaktige parkeringstiltak, vil antakeligvis være effektivt for dette området. Innenfor hver sone har det også blitt gjort dybdestudier av nøkkelbedrifter, der individuelle, organisatoriske og geografiske forhold har blitt sett i sammenheng. Analysene viser blant annet at det lokale transporttilbudet, sammen med arbeidets innhold har stor betydning ,8 4,3 JBV/AFK (Sentrum) 11,9 8,1 BI (Nydalen) CO2 utslipp i dag 19,6 12,5 Statoil (Fornebu) 32,6 21,3 Siemens (Linderud) CO2 utslipp etter en refordeling av reisemåter for valg av transportmiddel til jobben. Resultater, med forslag til forbedringstiltak, er rapporter tilbake til alle virksomheter. På et overordnet nivå er sammenhengen mellom lengden på arbeidsreisen og kjennetegn ved arbeidsplassene i sonene blitt ytterligere utforsket. Disse analysene viser at arbeidstakerne er villig til å reise lengre til områder med virksomheter som er store, nye (særlig innflyttede, men også nyetablerte og nye stillinger i virksomheter) og virksomheter det er få av. Særlig unikheten slår kraftig inn, og dette er uavhengig av det formelle kompetansenivået i bedriften. Det er betydelige variasjoner i bruken av privatbil spesielt knyttet til kollektivtilbudet der bedriften er lokalisert. Organisasjonsmessige tiltak, som tilgangen til gratis parkeringsplasser på jobben har også vesentlig betydning for bilbruken. Analysene viser at det eksisterer en sterk motivasjon i virksomhetene for å bytte fra bil til kollektiv, sykkel og gange. Dette vil kunne gi betydelige reduksjoner i CO 2 -utslipp i virksomhetene, spesielt der bilbruken i dag er høy. For eksempel vil Siemens på Linderud kunne reduseres sine CO 2 utslipp fra 33 til 21 kg per person/uke, dersom de ansatte som ønsker å la bilen stå gjennomfører dette (se figur S2). Når det gjelder tiltak som bilbrukerne selv mener skal til for å la bilen bli hjemme, er det først og fremst kortere reisetid og færre bytter underveis, som fremholdes. 25,8 16 AHUS (Lørenskog) Figur S2. Estimert Co2 utslipp i dag og etter en refordeling basert på bilbrukeres egne vurderinger av endringspotensial II Copyright Transportøkonomisk institutt, 2017

11 Basert på en litteraturgjennomgang av tidligere gjennomførte prognoser og fremtidsstudier, er det blitt utviklet ulike scenarier som beskriver utviklingen av transportstrukturer i Oslo og Akershus. Det ble først utviklet et «business as usual scenario» og deretter to alternative scenarier for Oslo og Akershus i 2030; «holdningsscenariet» og «teknologiscenariet». I holdningsscenariet har det liten grad funnet sted ytre endringer i samfunnet; bosettingsmønstre og sammensetningen av arbeidsplasser er ikke vesentlig annerledes fra i dag. Det har i noen grad vært en positiv realinntektsutvikling i befolkningen. Befolkningen er også blitt langt mer opptatte av miljø, noe som blant annet har bidratt til å gjøre el-sykler mer populære. I teknologiscenariet er en økt andel av befolkningen bosatt i sentrumsnære strøk i Oslo og Akershus, de har mer flytende grenser mellom jobb og fritid, og flere jobber innenfor høyteknologiske næringer. Befolkningsgruppen som jobber innenfor høyteknologiske næringer er likevel villige til å pendle langt. Samtidig finnes det en lavinntektsgruppe som i større grad enn i dag vil bo usentralt og med dårlige muligheter for fleksibel arbeidstid og bruk av hjemmekontor. Delingsøkonomien preger reisemiddelvalgene i høyere grad enn i dag. Basert på de to scenariene er det konstruert tiltakspakker for å nå NTPs målsetting om at all vekst i persontransporten skal tas med kollektiv, sykkel eller gange. Tiltak som er viktige innenfor begge fremtidshorisontene er; 1) Restriktiv parkeringspolitikk; 2) Økt frekvens i kollektivtransporten: 3) Ny infrastruktur som gir raskere reise/færre bytter; 4) Bedre koordinering av kollektivtransport ved knutepunkter; 5) Tilrettelegge infrastrukturen for sykkel/gange. Styrken på disse tiltakene, samt i hvilken grad de bør kombineres med andre typer av tiltak, variere imidlertid sterkt mellom scenariene. I holdningsscenariet bør man i sterkere grad enn ellers prioritere økt frekvens i kollektivtransporten, bedre koordinering av kollektivtransport ved knutepunkter, begrensing av parkeringsmuligheter, samt køprising. I teknologiscenariet bør man i sterkere grad enn ellers prioritere å tilrettelegge infrastrukturen for sykling/gåing, innfartsparkering for lavinntektsgrupper, å bygge ny infrastruktur for kollektivtransporten som gir en raskere reise med færre bytter, behovsbasert parkering, samt økt tilrettelegging for bildeling og samkjøring. Copyright Transportøkonomisk institutt, 2017 III

12

13 1 Innledning 1.1 Hvordan få til omstilling i arbeidsreiser i Oslo og Akershus? Oslo og Akershus er et område under rask utvikling. Fram mot 2040 regner en med en betydelig befolkningsvekst. Ifølge prognosene til Statistisk sentralbyrå vil innbyggertallet i disse to fylkene øke med ca. 35 prosent i denne perioden og utgjøre rundt 1,6 millioner innbyggere i 2040 (SSB 2012). Veksten i antall innbyggere har konsekvenser for flere samfunnsmessige områder, ikke minst for transport av mennesker og varer. Arbeidsreisene utgjør ca. 20 prosent av de daglige reisene når man ser dem enkeltvis og inngår i 25 prosent av reisekjedene (Vågane 2012). Kjennetegnet ved arbeidsreisene er at de foregår omtrent på samme tid og mellom de samme stedene hver dag. Det gjør at arbeidsreisene er forutsigbare på en helt annen måte enn hva de fleste andre daglige reiser er. Forutsigbarheten betyr at dette er reiser som det er mulig å planlegge og tilrettelegge for, til en viss grad. I en storbyregion som Oslo og Akershus er det imidlertid vanskelig å sørge for at alle kombinasjoner av bosted og arbeidsplasser kan betjenes med et godt kollektivtilbud eller ha sammenbindende sykkelnett, men jo bedre kunnskap man har om befolkningens arbeidsreiser, deres ressurser og begrensninger og betingelser som finnes for å velge reisemåte for de ulike bosteds- og arbeidsplasskombinasjonene, jo bedre vil tilretteleggingen kunne bli. Det er likevel ikke bare de offentlige planmyndighetene og transportselskapene som kan legge til rette for mer miljøvennlige reisemåter. Også offentlige og private virksomheter kan bidra - enkeltvis eller i samarbeid med planmyndigheter og transportselskaper. Virksomheter rår over flere viktige virkemidler som kan være med på å endre reisemåte til jobb (Hanssen 1993; Julsrud and Christiansen 2012). Dette kan være tilrettelegging for sykling (sikker sykkelparkering, garderobe og dusjmuligheter etc), tilskudd til kollektivkort, ulik typer av belønningsordninger, men også restriksjoner i form av begrenset eller avgiftsbelagt parkering. Denne rapporten skal bidra med detaljert kunnskap om arbeidsreisene til sysselsatte i ulike deler av Oslo og Akershus. Vi skal se på hvordan de vanligvis reiser, hvilke muligheter som finnes for å endre reisemåter og hvilke oppfatningene ansatte i sentrum har om aktuelle tiltak. 1.2 Formål Trafikkbelastninger i forbindelse med arbeidsreiser utgjør en helt sentral utfordring for regionen. Uten iverksettelse av trafikkdempende tiltak vil utviklingen medføre mer kødannelse og lav fremkommelighet i områder med høy konsentrasjon av arbeidsplasser, med risiko for videre fortettinger av trafikken til andre områder. En tiltagende overbelastning av transportsystemene i rushtiden vil gi betydelige negative konsekvenser for fremkommelighet, næringsutvikling helse og livskvalitet (Whitelegg 1997). Det vil også gjøre det vanskelig å nå Oslo bystyres mål om 50 prosent reduksjon i klimagasser i 2030 i forhold til 1991 (Oslo kommune 2010). Copyright Transportøkonomisk institutt,

14 Det er derfor av stor betydning å iverksette tiltak for å oppnå varige endringer i arbeidsrelaterte reisevaner, spesielt i de delene av Oslo og Akershus som har mye næringsaktivitet og høy arbeidsplasskonsentrasjon. Det er påkrevet med tiltak som gjør det mer attraktivt å benytte kollektive transportmidler, gange og sykkel ( gulrot ), men også tiltak som gjør privatbilen mindre attraktiv ( pisk ). Ambisjonene på dette området er blant annet lagt innenfor forslag til transportetatenes forslag til Nasjonal Transportplan (NTP) for (Avinor et al. 2012) der det foreslås at veksten i persontransporten i storbyområdene skal tas med kollektivtransport, sykkel og gange. I denne rapporten fremsettes forslag til sentrale tiltak for å dempe veksten i arbeidsreiser med bil og øke andelen som reiser kollektivt, sykler og går til arbeidet i Oslo og Akershus, slik at disse målene kan nås. Analysene vil fokusere på seks utvalgte knutepunkter (soner) i Oslo og Akershus der det er særlig høy konsentrasjon av arbeidsplasser og mye trafikk i ukedagene. Sonene som vil bli studert nærmere inkluderer: Nydalen, Fornebu, Linderud, Nordbyhagen, Blindern og Oslo Sentrum (se tabell 1/figur 1). Gjennom analyser på ulike nivåer foreslåes tiltakspakker tilpasset de ulike sonene for å nå målsettingene fremsatt i NTP innenfor ulike scenarier for befolkningsvekst og innpendling. Ved å knytte an til sentrale knutepunkter for arbeidsreiser, kan en fremsette tiltak som er direkte relatert til de utfordringene en finner innenfor sonene. Figur 1.1. Seks knutepunkt for mange arbeidsreiser 1.3 Rapportens oppbygning Et sentralt siktemål for utviklingen av arbeidsreiser i Oslo og Akershus er som nevnt at dette skal bidra til at den fremtidige veksten ikke skal komme i form av økt bruk av bil, og i dette arbeidet har vi fokusert på mulighetene for å initiere effektive endringer innenfor seks sentrale soner i regionen. Denne rapporten gir en oversikt over analyser og hovedresultater fra alle arbeidene som har vært gjort innenfor prosjektet «Reisevaneendring i Oslo og 2 Copyright Transportøkonomisk institutt, 2017

15 Akershus». I neste kapittel vil vi presentere det analytiske rammeverket og de metodene som er blitt tatt i bruk. Arbeidsreiser i hovedstadsregionen er drevet frem av visse bakenforliggende trender og drivkrefter. I det påfølgende kapittel (3) vil det bli gjort nærmere rede for disse, samt en overordnet beskrivelse av arbeidsreisende i de seks områdene. I de etterfølgende kapitler (4-9) blir resultater for hvert av analyseområdene presentert. Hvert kapittel følger samme struktur og oppbygning, der en områdeanalyse etterfølges av en oversikt over det overordnede pendlingsmønsteret i området, resultater fra en tiltaksundersøkelse rettet mot et utvalg personer som jobber der og til slutt resultater fra et bedrifts-case. Scenariobeskrivelser og overordnede implikasjoner av disse presenteres i kapittel 10. Valg av politiske virkemidler for å nå de politiske målene vil variere, og i kapittel 11 presenteres nærmere mest relevante tiltakspakker innenfor ulike typer næringsområder. Copyright Transportøkonomisk institutt,

16 2 Metode, data og analyse 2.1 Analytisk rammeverk: bærekraftig mobilitet I løpet av de siste års transportforsking har bærekraftig transport i byer blitt et sentralt tema. Dette har til dels vært fremmet som en nytt og alternativt paradigme, der hensikten er å kunne beskrive hvordan en kan utvikle byer som er mer bærekraftige, både i økologisk, økonomisk og sosial forstand. Utgangspunktet er en erkjennelse av at tradisjonell transportplanlegging i byer har kommet til kort når det gjelder å legge til rette for bærekraftig transport, og at det er nødvendig å ta i bruk nye prinsipper når byrom utformes. Det teoretiske rammeverket bærekraftig mobilitet har blitt lansert av David Banister og hans kolleger ved Universitetet i Oxford (Banister 2008; Banister 2011; Schwanen, Banister and Anable 2011). Et viktig trekk i deres tenkning er at byområder ikke lenger kan struktureres som metropoler der arbeidsplasser lokaliseres i bykjerner med boliger spredt i forstadsområder, men som mer integrerte enheter der arbeid og bosted samlokaliseres. Den sterke avhengigheten av privatbil som har blitt nedfelt i mange nye byer må reverseres til fordel for nye og mer energieffektive løsninger. Behovet for turer med privatbil må reduseres samtidig som behovet for sosiale møteplasser og interaksjon må ivaretas og aktivt understøttes. Befolkningen må i større grad trekkes inn i planleggingsprosesser i koalisjoner med planleggere, politiske beslutningstagere, forskere og aktivister. Tabell 2.1. Handlingsdimensjoner for bærekraftig mobilitet. Basert på Banister (2008) Dimensjon Beskrivelse Eksempel på tiltak Substitusjon Reisemiddelbytte Lokaliseringstiltak Teknologisk innovasjon Reduksjon av behovet for å foreta reiser gjennom organisatoriske eller teknologiske løsninger Erstatte reiser som gjøres med bensinog dieselbiler med kollektivtransport Lokalisering av sentrale funksjoner i byer og tettsteder slik at det genereres færre reiser. Utvikling av ny teknologi eller anvendelsesområder som kan bidra til at transport gjøres med mindre miljøbelastninger Hjemmearbeid, netthandel Bedre tilgang på kollektivtransport til knutepunkter Utvikling av arealer for blandet nærings og boligformål. Utvikling og tilrettelegging for samkjøring i byer og tettsteder Banister fremhever fire handlingsdimensjoner som han mener er viktige i en omlegging i retning av bærekraftige byrom; substitusjon, reisemiddelbytter, lokaliseringstiltak og teknologisk innovasjon (Tabell 2.1). Substitusjon finner sted ved at reiser som ellers skulle ha vært gjort ikke foretas. I en arbeidssammenheng kan dette skje ved at noen jobber hjemme eller på en nabolagssentral/fjernarbeidssenter i stedet for å reise til og fra arbeidsplassen. Her kan også nevnes bruk av mer fleksibel arbeidstid, for å redusere rushtidstrafikk, selv om dette først og fremst er snakk om å flytte reiser i tid. For det andre kan mer bærekraftig 4 Copyright Transportøkonomisk institutt, 2017

17 mobilitet oppnås ved at flere reisende bytter transportmåte fra tradisjonelle bensin, eller dieseldrevne biler til kollektive transportmidler, sykkel og/eller gange. I stigende grad vil elektriske kjøretøy også kunne representere mer miljøvennlige alternativ enn biler med bensin og dieselmotorer. For det tredje vil tiltak som bidrar til mer integrert lokasjon av sentrale reisemål i byregioner, blant annet arbeidsplasser, boliger, skole, butikker osv. Dette vil som regel innebærer en større grad av fortetning av bebyggelse rundt transportknutepunkt, mindre spredt bosetting i forstadsområder, og mer samlokaliserte næringsområder i nærheten av transport-årer og bysentra. For det fjerde kan økt utvikling og utnyttelse av teknologiske og sosiale innovasjoner bidrar til mer effektiv og mindre forurensende transport. Dette kan for eksempel være bruk av ny drivstoffteknologi (hydrogen, biodrivstoff, elektrisitet) nye organiseringsformer, eller nye forretningsmodeller for persontransport i byer. Denne rapporten retter seg mot hva som kan gjøres for å utvikle mer bærekraftige personreiser i byregioner, og dette generelle rammeverket vil være retningsgivende for det handlingsrommet beslutningstagere og andre har for å bidra til en omstilling i arbeidsreisene. Rammeverket ovenfor angir ulike områder for omstilling, men sier lite om hva det er som motiverer eller initierer til endringer. I denne sammenheng er det arbeidsreiser vi retter oppmerksomheten mot, og endringer av disse kan initieres og drives frem av aktører på ulike nivå. Et valg om når, hvor og hvordan en reise skal gjøres er for det første noe som den enkelte arbeidstaker bestemmer selv, innenfor en gitt livssituasjon og basert på det eksisterende tilbudet av transportmidler der vedkommende jobber og bor. Utover dette må organisatoriske forhold tas i betraktning. Dette vil omfatte de retningslinjer som eksisterer på arbeidstakernes arbeidssted som for eksempel, parkeringsforhold, muligheter for å låse inn sykler, kampanjer for å påvirke reiseatferd, og annet. På et noe mer overordnet nivå vil politiske tiltak knyttet til planlegging, arealutnyttelse o.l. ha stor betydning. Eksempler på dette er etablering av parkeringsplasser, priser og takster på ulike typer billetter, og allokering av arealer for næringsvirksomhet og boliger. Tabell 2.2 angir hvordan aktører på disse tre nivåene vil kunne komme med bidrag innenfor hver av de fire handlingsdimensjonene. Dette er altså en videreutvikling av rammeverket fremsatt av Banister, med et sterkere og mer detaljert fokus på tiltak for å utvikle mer bærekraftig transport i byregioner. Dette rammeverket indikerer hvordan initiativ, og valg om atferdsendring kan ligge på ulike typer aktører. De fleste tiltak vil imidlertid innebære en avveiing av mulige gevinster opp mot fordeler. For offentlige myndigheter vil dette som regel innebære en eksplisitt analyse der en på ene siden må vurdere hvilke miljø -og effektivitetsgevinst en kan forvente å få, og hvilke brukere det vil være som vil kunne få disse. På den andre siden må en samtidig se dette opp mot de ulemper og omkostninger dette kan ha, og hvem det er som må bære disse. Som vi skal komme nærmere inn på i kapittel 11 er ikke dette alltid de samme aktørene. Copyright Transportøkonomisk institutt,

18 Tabell 2.2 Handlingsdimensjoner og tiltak for å endre arbeidsreiser Handlingsdimensjoner Aktør Arbeidstakere/ Husholdninger Arbeidsgivere/ organisasjoner Offentlige og kommunale myndigheter Substitusjon og fleksibilitet Lover og retningslinjer for hjemmekontor Tidsdifferensiert vegavgifter Tilrettelegge for hjemmekontor Ordninger for fleksibel arbeidstid Hjemmekontor Utnytte tidsfleksibel arbeidstid Reisemiddelbytte Lokaliseringstiltak Teknologisk innovasjon Restriksjoner på bruk av bensin/dieseldrevne privatbiler Utvikle kollektivtilbud ved næringsområder God innfartsparkering Infrastruktur for sykkel/gange ved næringsområder Restriksjoner på parkering for bil Belønningsordninger for bruk av kollektiv/sykkel/gange Garderobe, dusj osv for syklister Bruk av kollektivtransport/sykle/gå til jobben La bilen stå Bruke el-bil/el-sykkel Arealpolitikk rettet mot sentralisering av arbeidsplasser og boligområder Restriksjoner på spredt bosetting og næringsutvikling Lokalisere virksomheter og avdelinger i nærheten av bosteder og transportknutepunkt Søke bosted i nærhet til arbeidsplasser, eller arbeid i nærhet av bosted Tilrettelegge for innovasjon Lover og retningslinjer for som stimulerer til bruk av ny teknologi Legge til rette for samkjøring, bildeling etc. blant ansatte Utnytte innovative løsninger i den grad det passer (i.e bildeling, samkjøring, etc) 2.2 Design og gjennomføring Prosjektet har blitt gjennomført i fem arbeidspakker som har analysert områdene med ulike metoder og i enkelte tilfeller også utviklet egne nye datasett (se figur 2.1). Analyser av reisevaner i nøkkelbedrifter, samvalgsanalyser av reisende og pendlingsstrømanalyser har blitt dokumentert i en rekke tidligere TØI-rapporter (Gregersen & Gundersen 2016; Hjorthol, Julsrud & Vågane 2013; Hjorthol, Julsrud & Vågane 2014; Hjorthol, Julsrud & 6 Copyright Transportøkonomisk institutt, 2017

19 Vågane 2014b; Julsrud, Hjorthol & Vågane 2013; Julsrud, Hjorthol & Vågane 2016; Ramjerdi 2017). Som det fremgår av figuren er det utviklet flere datasett i prosjektet og det er gjort egne analyser basert på hvert av disse. I denne rapporten skal disse sammenstilles, for å belyse situasjonen i hver enkelt sone, og de muligheter og utfordringer disse har. I neste del vil vi komme nærmere inn på de datasettene som har blitt utviklet og analysert. Bedriftsstudier N= 5755 Bedrift- surveys (7) Litteraturanalyse Samvalganalyse (SP) Område-surveys (6) N=1675 Komparativ analyse av 6 knutepunkt Pendlings-analyser VOF/ AA-register (SSB) Forslag til tiltak Scenarieanalyser Workshop/ Delfi-studie N=55 Figur 2.1 Oversikt over sentrale datakilder og analyseprosess. 2.3 Metode og data Analysene som fremlegges er basert på flere ulike metoder og teknikker 1. Dette har omfattet deskriptive analyser av pendlingsstrømmer, analyser av pendleres vurdering av ulike relevante tiltakspakker, spørreundersøkelser av reisevaner i utvalgte «nøkkelbedrifter» innenfor hvert område og scenarioanalyser. Hensikten med å triangulere mellom de ulike teknikkene er at de har et betydelig potensial for å utfylle hverandre og til sammen gi et mer fullstendig bilde enn hva de ellers kunne ha gjort hver for seg. Vi vil her kort gjennomgå de metodene vi har benyttet, undersøkelsesdesignet og datamaterialet som har blitt utviklet Litteraturgjennomgang Vi har innhentet og sammenstilt eksisterende data, undersøkelser og studier av dagens situasjon i Norge. Dette omfatter for det første offentlige dokumenter som omhandler planer og målsettinger for Oslo og Akershus, som Regional plan for areal og transport i Oslo og Akershus, Ruter M2016, KVU Oslo- Navet, og Prosjektdatabanken til Statens vegvesen. Vi benyttet vi oss av eksisterende kjennskap til gjennomførte utredninger og søk 1 I prosjektet har hver av de fire hovedmetodene blitt utført innenfor separate arbeidspakker. Copyright Transportøkonomisk institutt,

20 i databaser. For det andre har vi studert tidligere arbeider med scenariometodikk som har vært gjennomført i Norge, med spesielt hensyn på hvilke nøkkelfaktorer vi burde se på, og hvordan enkeltfaktorer kan settes sammen i en scenariopakke Samvalgsanalyser Et av målene for denne studien er å undersøke hvilke tiltak (inkludert insentiver) som kan forventes å ha størst innvirkning på reisevanene til arbeidsreisende i de utvalgte områdene, og få dem til å bytte til mer miljøvennlige reisemåter. Til dette formål brukes en teknikk som kalles "Stated Preference" 2. Denne teknikken går ut på å presentere valg mellom hypotetiske alternativer som har forskjellige egenskaper. Respondenten velger det alternativet som passer ham/henne best. Egenskapene i et samvalg-eksperiment knyttes til et (eller flere) "tiltak". Det er viktig at beskrivelsene av de ulike alternativene er troverdige, det vil si: de hypotetiske egenskapene må samsvare med egenskapene til de reisemåtene som er tilgjengelige for respondenten. Antall samvalgeksperimenter bør begrense seg til tre eller fire (se for eksempel Louviere et al, 2000). Dataene fra samvalg-eksperimentet analyseres ved hjelp av "discrete choice theory". Dette er en økonometrisk metode som brukes for å predikere valg mellom et begrenset antall alternativer. Metoden baserer seg på antakelsen om at individer alltid velger det alternativet som har høyest nytteverdi for dem. Nytteverdien av hvert alternativ utgjøres av en deterministisk komponent (parametere som må estimeres) og feilledd (random term or noise). Den deterministiske komponenten består av egenskaper som er spesifikke for de enkelte alternativene, og individuelle preferanser. I en modell med god forklaringskraft vil den deterministiske komponenten være stor i forhold til støyen (Train, 2003; Hensher et al., 2005). En beslutningstaker n står overfor J ulike alternativer. Nytten beslutningstaker n oppnår ved å velge alternativ j kan uttrykkes som en funksjon som knytter egenskaper ved alternativ j, betegnet som x nj j, til egenskaper/trekk ved beslutningstakeren, betegnet som s n. Denne funksjonen kalles gjerne "indirekte nyttefunksjon", og skrives V nj = V (x nj, s n) j. V avhenger av parameter som for forskeren er ukjente, og derfor må estimeres med hjelp av statistisk metode. Ettersom det er sider ved nytten forskeren ikke observerer, eller ikke kan observere, er V nj ikke lik U nj. Nytten stykkes opp som følger: U nj = V nj + ε nj, hvor ε nj fanger opp faktorer som påvirker nytten men ikke er inkludert i V nj. Under antakelsen om at ε nj er uavhengige og identisk fordelte (i.i.d.) ekstremverdier, gir dette oss en logit-modell. Når alternativene fremstilles som ulike reisemåter, definert av egenskaper som inkluderer kostnader og reisetid, kan man ut ifra de estimerte parameterne for tids- og pengeutgifter forbundet med reisemåten utlede mål på betalingsvilje (WTP, "Willingness-to-Pay") for innspart reisetid. Man kan også utlede (penge-)verdiene av andre egenskaper ved den aktuelle reisemåten, gjennom mål på enten WTP eller "Willingness-to-Accept" ("WTA") altså vilje til å akseptere tiltaket. Målene på WTP og WTA begrenser seg ikke til konteksten hvor det må velges mellom ulike reisemåter. De er mål på den økonomiske verdien av en bestemt endring, utledet fra bytteforholdet mellom to situasjoner, og sier noe om hvor mye den enkelte enten må betale (WTP) eller må kompenseres (WTA) for å oppnå samme nytte som før endringen inntraff. En begrensning på bruken av samvalgsdata med flere besvarelser fra hver respondent, er at observasjonene ikke er uavhengige av hverandre. Det vil si at det er korrelasjon mellom alternativene i hvert valgsett. En annen viktig begrensning er at man ikke tillater 2 Vi vil i det følgende bruke betegnelsen «samvalgsanalyse» for dette. 8 Copyright Transportøkonomisk institutt, 2017

21 heterogenitet i preferansene. Hurtig utvikling innen simulasjonsteknikk siden midten av 90- årene har ført til at man bruker økonometriske modeller som har færre begrensninger enn logit-modellen. Vanlig praksis baserer seg nå på de mindre restriktive modellene (Train, 2003). Den mest generelle modellen er den såkalte "mixed logit"-modellen, som lar parameterne følge en sannsynlighetsfordeling (McFadden og Train, 2000). Denne fordelingen kan forklares av både observert og uobservert heterogenitet. "Mixed logit"-modellering er en metode som brukes for å håndtere heterogene preferanser i modeller med diskrete valg. Her antar man egnede sannsynlighetsfordelinger for parameterne i modellen. Denne tilnærmingen identifiserer imidlertid ikke de observerte eller underliggende (latente) variablene som bidrar til heterogeniteten. En alternativ tilnærming er "latent class discrete choice theory". En "latent class"-modell fanger opp heterogenitet i preferanser ved å identifisere ulike segmenter, med utgangspunkt i enten observerte eller latente variabler. I den innledende fasen brukes faktoranalyse for å identifisere de ulike segmentene. Analysen av dataene fra samvalgstudien bygger på både logit-modeller og "latent class discrete choice"-metoden (se Walker og Ben-Akiva, 2002). Alle modellene er estimert i Pythonbiogeme (Bierlaire, 2016). Metodikk Som beskrevet i delkapittel ble det valgt en rekke tiltak som skal evalueres med samvalg-metoden. Disse tiltakene har som formål å motivere arbeidsreisende til å velge mer bærekraftige reisemåter, som illustrert i figur 2.2. Figur 2.2. Skjematisk fremstilling av tiltakseffekter Miljøvennlig bil Bil Kollektivtransport Sykle Gå Hjemmekontor I samvalg-studien inngår de utvalgte tiltakene i form av de egenskapene de vil påvirke ved ulike reisevalg, og er som følger: Bilbruk: Reisetid med bil; Variable utgifter ved bilbruk (drivstoff og bompenger); Parkeringsutgifter; Avstand fra arbeidsplass til parkering. Kollektivtransport: Ombordtid på kollektivtransport; Billettpriser; Avgangsfrekvens; Antall bytter; Gangavstand til/fra holdeplass; Ledig sitteplass. Sykle: Reisetid med sykkel; Tilgang på sykkelbane; Garderobe og dusj på arbeidsplass; Trygg sykkelparkering ved arbeidsplass; Økonomisk insentiv til å sykle til arbeid. Gå: Reisetid til fots; Økonomisk insentiv til å gå til arbeid. Hjemmekontor (for de som reiser til jobb med bil): Egenskaper ved bilbruk (reisetid, driftskostnader, parkeringsutgifter og avstand); Antall dager hjemmekontor. Copyright Transportøkonomisk institutt,

22 Hjemmekontor (for de som reiser til jobb med kollektivtransport): Egenskaper ved kollektivsystemet (billettpriser, ombordtid, antall bytter, avgangsfrekvens, gangavstand til/fra holdeplass); Antall dager med hjemmekontor. Oppmuntre skifte til miljøvennlige biler (el-biler): Første eller andre bil i husholdningen; Kjøpesum; Variable utgifter; Rekkevidde (batteri); Ladetid; Verditap relativt til vanlige biler. På Fornebu: Ytterligere to "tiltak" ble evaluert for Fornebu, nemlig en ny t-banelinje og en ny fergelinje. Valg-eksperimenter Det ble i 2014 gjennomført en pilotstudie som blant annet førte til en avkortning i spørreskjemaet. Hovedundersøkelsen ble gjennomført i Videre ble antall valgeksperimenter («Choice Experiments«, heretter valg-eksperiment eller «CE«) begrenset til tre, med mulighet for ytterligere ett for arbeidsreisende til Fornebu. Antall valgsett i hver CE er begrenset til seks. Et valgsett fremstiller alternativer som respondenten må velge mellom. Dataene som samles inn om valgene brukes til å estimere hvor høyt de ulike egenskapene ved hvert alternativ verdsettes. Det ble i denne studien brukt et randomisert «fractional factorial-design 3». Dominante valg sett ble utelukket. De aktuelle valgeksperimentene er: CE1: I dette valgeksperimentet får respondenten valget mellom "Bil", "Kollektivtransport", "Sykle" og "Gå" som reisemåte for sine arbeidsreiser. Dette valgeksperimentet ble gitt til alle respondentene i samtlige av de seks geografiske områdene, og tilpasset de reisemåtene som var tilgjengelige for dem. Dersom en respondent for eksempel ikke har bil, inngår ikke reisemåten "Bil" i hans/hennes valgsett. Et annet eksempel gjelder reisende med så lang vei til jobb at å sykle eller å gå er vanskelig gjennomførbart. Kollektivtransport er imidlertid alltid et mulig valg. De ulike reisemåtene betegnes ved egenskapene de besitter. Reisetidene som tilskrives de ulike reisemåtene tilpasses det den enkelte respondent oppgir som sin faktiske reisetid. Kostnad ved bilreise tar utgangspunkt i det den enkelte respondent oppgir som sin reiselengde, og tilpasses beregnet kostnad. Dersom en respondent har oppgitt å ikke ha tilgang til kollektivtransport, blir egenskapene til alternativet "kollektivtransport" beregnet ut ifra oppgitt reiselengde til arbeidsplassen. Figur 2.2 gir et eksempel fra dette valgeksperimentet. CE1a: Dette valg-eksperimentet ble utformet utelukkende for arbeidsreisende til Fornebu. Valgsettet i dette eksperimentet består av Bil, Eksisterende kollektivtransport, En ny t-banelinje og En ny fergelinje. Reisetid for alle alternativer tilpasses respondentens oppgitte reisetid. Reisetider for den nye t-banelinjen og fergelinjen ble beregnet ut ifra reisetid med kollektivtransportmiddel. Kostnad ved bilreise tar utgangspunkt i det den enkelte respondent oppgir som sin reiselengde, og tilpasses beregnet kostnad. Figur 2.3 gir et eksempel fra dette valgeksperimentet. 3 I statistikk er fraksjonelle faktorialdesigner eksperimentelle konstruksjoner som består av en nøye valgt delmengde (fraksjon) av forsøkene i en fullfaktorisk design. Undersettet er valgt for å utnytte prinsippet om sparsommelighet av virkning for å avsløre informasjon om de viktigste egenskapene i det studerte problemet, mens man bruker en brøkdel av innsatsen til en fullfaktorisk design i form av eksperimentelle forsøk og ressurser 10 Copyright Transportøkonomisk institutt, 2017

23 Tabell 2.3 Fremstilling av et valg sett fra CE1 Parkingsutgifter Avstand til parkering Reiseutgifter for bil (inkludert bompenger) Bil Kollektivtransport Sykle Gå 150 kr/dag 500 meter 25 kr Trygg parkering Reisetid/tid tilbrakt på kollektivtransport middel (i minutter) Billettpris, kollektivtransport Ledig sitteplass Avgangsfrekvens Gangavstand til/fra holdeplass Antall bytter 1 Sykkelveg 412 kr/måned Hele veien Hvert 10. minutt 15 minutter 25% av strekningen Økonomisk insentiv 50 kr/dag 75 kr/dag Ditt valg: CE2a: Dette valg-eksperimentet ble bare gitt til respondenter som tok kollektivtransport til jobb. Valgsettet i denne studien består av to alternativer for Egenskaper ved kollektivtransport og antall dager hjemmekontor. Respondenter som oppga å ikke ha anledning til å jobbe hjemmefra deltok ikke i dette valgeksperimentet. Reisetid for kollektivtransport er tilpasset den enkelte respondents oppgitte reisetid. Tabell 2.5 gir et eksempel fra dette eksperimentet. Tabell 2.5. Fremstilling av valgsettet fra CE2a Alternativ 1 Alternativ 2 Billettpris, én vei, kr Tid tilbrakt på kollektivtransportmiddel, min Avgangsfrekvens Antall bytter 0 1 Hjemmekontor 2 dager/uke 3 dager/uke Ditt valg: Copyright Transportøkonomisk institutt,

24 CE2b: Dette valgeksperimentet ble bare gitt til respondenter som kjørte bil til jobb. Valgsettet i denne studien består av to alternativer for Egenskaper ved bil og antall dager hjemmekontor. Respondenter som oppga å ikke ha anledning til å jobbe hjemmefra deltok ikke i dette valg-eksperimentet. Kostnad ved bilreise tar utgangspunkt i det den enkelte respondent oppgir som sin reiselengde, og tilpasses beregnet kostnad. Tabell 2.6 gir et eksempel fra dette eksperimentet. Tabell 2.6. Fremstilling av valgsettet fra CE2b Alternativ 1 Alternativ 2 Bilutgifter + Bompenger (én vei) Parkeringsutgifter, kr/dag Avstand til parkering, meter Hjemmekontor 2 dager/uke 3 dager/uke Ditt valg: CE3a: Dette valgeksperimentet ble gitt til respondenter som oppga å ikke ha bil, samt halvparten av dem som bare hadde én bil i husholdningen. Valgsettet gir alternativene konvensjonell bil og el-bil som husholdningens første (og eneste) bil. Respondentene ble spurt hva slags bil de kjører til jobb (dersom de hadde bil). For de som oppga en biltype, ble innkjøpspris for de to alternativene tilpasset relativt til oppgitt type. For de som ikke hadde bil, ble liten bil brukt i stedet. Tabell 2.7 gir et eksempel fra dette eksperimentet. CE3b: Dette valgeksperimentet ble gitt til respondenter som oppga å ha mer enn én bil i husholdningen, samt halvparten av dem som hadde bare én. Valgsettet inneholder alternativene konvensjonell bil og el-bil som bil nummer to for husholdningen. Verdien av de to alternativene ble beregnet med utgangspunkt i bilen respondenten oppga å bruke til jobb. Innkjøpsprisene for konvensjonell bil og el-bil ble så justert relativt til denne verdien for hver enkelt respondent. Tabell 2.7 gir et eksempel fra CE3a og CE3b. Tabell 2.7 Fremstilling av valgsettet fra CE3a og CE3b El-bil Bensin-/dieselbil Kjøpspris, kr Variable utgifter, kr/km 0,5 3,5 Rekkevidde, km 100 km 500 km Ladetid 8 timer 5 min Depresieringsrate relativ til konvensjonell biltype 0.9 Ditt valg 12 Copyright Transportøkonomisk institutt, 2017

25 Spørreundersøkelsens oppbygning Første del av spørreundersøkelsen fokuserer på respondentens yrke og arbeidsforhold, boog arbeidssted, tilgang til kollektivtransport (avstand fra arbeidsplass og hjem, avgangshyppighet), tilgang til bil (parkeringsutgifter og avstand fra arbeidsplass til parkering, samt biltype), estimert reisetid med ulike reisemåter, hvor ofte de bruker de ulike reisemåtene til arbeid (Bil, Kollektivtransport, Sykle, Gå), respondentens oppfatninger av, holdninger til og vaner knyttet til de ulike reisemåtene, og samler også inn informasjon knyttet til hjemmekontor. Andre del av spørreundersøkelsen inneholder valgeksperimentene. Tredje og siste del samler inn data om sosioøkonomiske forhold (bl.a. husholdningens sammensetning, utdannelse, inntekt). Figur 2.3 viser spørreundersøkelsens oppbygning. Spørreundersøkelsen for denne studien ble gjort tilgjengelig over internett, og deltakerne gjennomførte den på egenhånd. Rekrutteringen av respondenter fant sted på seks utvalgte områder med arbeidsplasser, og tok utgangspunkt i hvilken reisemåte de benyttet seg av. Det ble rekruttert respondenter som brukte bil eller tok kollektivtransport til arbeid. Det ble delt ut invitasjoner som forklarte formålet med studien, med forespørsel om å oppgi en e-postadresse for å motta spørreundersøkelsen. De utvalgte områdene er: 1. Alna Nedre Linderud Kallbakken 2. Blindern 3. Nydalen 4. Sentrum 5. Fornebu 6. Ahus Omtrent 50% av respondentene ble rekruttert på holdeplasser for kollektivtransport, og de resterende 50% ved parkeringsplasser. Omtrent 80% av respondentene jobbet der de ble rekruttert, mens de resterende bare var på besøk fra andre områder i Oslo. Tabell 2.8 viser hvor mange respondenter som reiser til hvert av de utvalgte områdene. Bo- og arbeidssted; Tilgang til og reisetid med ulike reisemåter, Opplysninger om hjemmekontor, Oppfatninger, holdninger og t CE1: Valg mellom Bil; Kollektivtransport, Sykle og Gå (tilpasset oppgitt tilgang til de ulike reisemåtene) CE1a: Kun for arbeidsreisende til Fornebu Valg mellom Bil; Eksisterende kollektivtransport, Ny t- CE2a: Hjemmekontor, Respondenter som tar kollektivtransport til arbeid Sortering etter antall biler i husholdnin CE2b: Hjemmekontor, Respondenter som kjører bil til arbeid CE3a: El-bil som husholdningens primærbil CE3b: El-bil som husholdningens bil nummer to Sosioøkonomiske data Figur 2.3. Spørreundersøkelsens oppbygning Copyright Transportøkonomisk institutt,

26 2.3.3 Analyse av pendlingsstrømmer Pendling brukes tradisjonelt om en arbeidsreise som krysser en kommunegrense. I denne sammenhengen er det imidlertid underordnet om en arbeidstaker bor i annen kommune enn den hun/han jobber i. Det sentrale i denne analysen er den faktiske arbeidsreiselengden og valg av transportmiddel på reisen. Vi benytter derfor pendling som begrep for enhver arbeidsreise. Pendlingsstrømmene i denne rapporten er basert på registerbasert sysselsettingsstatistikk (se kapittel 2.4 for beskrivelse). Registeret skiller mellom heltidsansatte og deltidsansatte, det vil si det ligger opplysninger om hvor mange timer per uke normalarbeidstiden er for hver ansatt. Erfaringsmessig inneholder de registrerte arbeidstakerne med lav tidsbrøk en del tilfeller der arbeidsforholdet er tilfeldig, av sterkt tidsbegrenset art eller i tillegg til hovedarbeidsforhold. I denne sammenhengen er det derfor kun de med avtalt arbeidstid på minst 30 timer per uke som er inkludert i analysen. Tabell 2.8. Antall respondenter fra utvalgte områder Arbeidsplassens beliggenhet Antall respondenter 1 LINDERUD BLINDERN NYDALEN SENTRUM FORNEBU AHUS 289 Alle pendlingsdata er knyttet til grunnkrets, det vil si at vi har opplysninger om hvor de enkelte som bor i en grunnkrets jobber (aggregert til grunnkrets). TØI har definert avstand mellom alle grunnkretser, både i luftlinje og langs vei gjennom å benytte ELVEG-systemet kombinert med matrikkeldata (for å definere tyngdepunkt i grunnkretsene etter hvor bebyggelsen er) og avstandsberegninger ved hjelp av GIS-system. Dermed kan vi definere avstand mellom alle grunnkretser som antall kilometer eller reisetid langs veg etter skiltet hastighet på veiene (mest relevant for bilbruk og buss og delvis sykkel) eller i luftlinje (mer relevant for gående og syklende). En hovedproblemstilling i denne analysen er hvordan en kan få arbeidstakere til å gå fra bil til andre reisemidler. Der ikke annet er oppgitt er det derfor benyttet arbeidsreiselengde langs vei som mål på avstand. Datagrunnlag TØI mottar kopi av Det sentrale virksomhets- og foretaksregisteret (VoF) fra Statistisk sentralbyrå hvert år cirka 1 måned etter statistikkårets utløp. Dette registeret dekker alle foretak og virksomheter i offentlig og privat sektor i Norge. VoF er dermed et heldekkende register som utgjør en felles populasjon for den økonomiske og næringsmessige statistikken i Norge. På hver enhet er det registrert data som beskriver virksomhetens geografiske plassering (post og forretningsadresse, kommunenummer, grunnkretsnummer), 14 Copyright Transportøkonomisk institutt, 2017

27 virksomhetstypen (næringskode), sektortilhørighet (for eksempel offentlig eller privat) og antall ansatte. TØI har VoF-data tilbake til 2002, slik at det kan produseres tidsserier for ulike regioner og næringer over en 14-års periode. TØI har satt sammen de ulike årgangene av VoF-data og videreutviklet dette materialet, slik at vi kan følge hver enkelt virksomhet over tid. Materialet er også revidert med hensyn til kodestandarder (nærings-, grunnkrets- og kommunekoder). Fordi materialet dekker alle virksomheter i Norge kan det produseres detaljert statistikk om tjenestetilbud, næringsstruktur, næringsutvikling og virksomhetsdynamikk (flyttinger, etableringer, nedleggelser og næringsendringer) på et hvilket som helst geografisk nivå ned til grunnkretsnivået. I tillegg har TØI koblet på informasjon om andelen med ulik form for utdanning (både nivå og fagområde) innen de enkelte næringene. TØI har tilgang til pendlingsstatistikk via registerbasert sysselsettingsstatistikk. Denne statistikken er basert på AA-registeret (arbeidstaker-arbeidsgiver-registeret). Her finner en alle personer i et formelt arbeidsforhold, der grunnkretsen til både bosted og arbeidssted er registrert. Vi kan dermed etablere oversikter over arbeidsreiser mellom hvilke som helst geografiske områder i Norge så lenge disse kan defineres ved hjelp av grunnkretsene. I tillegg inneholder det en fordeling mellom heltidsansatte (over 30 timers arbeidsavtale per uke) og deltidsansatte (delt inn i 1-19 og timer per uke). Registeret er også påkoblet avstandsangivelse knyttet til arbeidsreisen, både antall kilometer langs offentlig vei og antall minutter med bil etter gjeldende fartsgrense. Dette er hentet fra ELVEG, Statens kartverk/statens vegvesen sitt elektroniske veioversikt. Dette materialet er brukt i en rekke TØI-prosjekter (TØI-rapport 1057/2010,1208/2012, 1328/2014 og 1368/2014) Virksomhetsstudier For å innhente opplysninger om arbeidsreisen og de ulike temaene ble det gjennomført en internettbasert spørreundersøkelse i syv virksomheter, lokalisert innenfor hver sone. I en sone sentrum- ble det innhentet data fra to virksomheter blant annet for å øke antallet informanter her. Spørreskjemaet ble utarbeidet i samråd med representanter fra ledelsen og de ansatte. Temaene det ble spurt om ble i noen grad tilpasset de ulike områdene, og virksomhetene kunne til en viss grad selv komme med egne spørsmål. I og med at noe av hensikten var å sammenlikne på tvers av virksomheter og områder var likevel hovedstammen i skjemaet fastlagt på forhånd. Hoveddelen av spørreundersøkelsen dreier seg om arbeidsreisen; hvor lang den er, transportmiddelbruken, ærend i forbindelse med arbeidsreisen, variasjoner etter årstid. I tillegg fins det spørsmål som dreier seg om holdninger til ulike tiltak, det være seg tiltak knyttet til arbeidssituasjonen, tilgjengelighet fra veisystemet og kollektivtilbudet, samt mer generelle tiltak. Det er også hentet inn generell bakgrunnsinformasjon på individnivå, som alder, utdanning og kjønn og stillingstype. Alt i alt ble det innhentet over 7000 registrerte svar. Datagrunnlag Resultatene fra virksomhetsstudievirksomhetsstudiene er i hovedsak rapporter enkeltvis. En samlet datafil er blitt generert for å gjøre komparative analyser. Denne integrerte filen er mindre omfattende, ettersom det kun er basisvariablene som er inkludert. Bedriftene var tilknyttet ulike bransjer (se tabell 2.9). To av virksomhetene var rettet mot universiteter og her ble både studenter og ansatte inkludert. I og med at disse ofte har svært ulike forutsetninger for sine reiser, er disse i noen av analysene holdt utenfor. I denne Copyright Transportøkonomisk institutt,

28 rapporten analyseres virksomhetene enkeltvis og det samlede datasettet blir derfor ikke anvendt i denne sammenheng. Undersøkelsen ble gjennomført ved at invitasjoner til å delta ble sendt ut via e-postadresser til hver enkelt ansatt som deretter fikk tilgang til et elektronisk skjema. Totalt fikk vi inn drøyt 7000 korrekt utfylte skjema (se tabell 2.9). Svarandelene varierte mellom virksomhetene, men gjennomsnittet lå på vel 45 prosent. På BI og UiO ble skjema sendt til både studenter og ansatte, men i denne sammenheng er kun de ansattes svar tatt med. Arbeidet ble gjort i perioden Analysene av Ahus på Nordbyhagen ble gjennomført først, og erfaringene herfra ble retningsgivende for de senere studiene. Datainnhenting og analyse ved UiO ble gjort av masterstudenter, under veiledning av TØIs medarbeidere i prosjektet. Tabell. 2.9 Bedrifter som er med i analysene. Virksomhet Sone Bransje Svarandeler N Akershus fylkeskom. Sentrum Offentlig Jernbaneverket Offentlig Siemens Linderud IT/teknologi BI (ansatte) Nydalen Universitet AHUS Nordbyhagen Helse Statoil Fornebu Olje/gass UiO (ansatte) Gaustad Universitet Totalt Scenarieanalyser Et scenarie kan beskrives som en hypotetisk sekvens av logiske og plausible hendelser satt sammen slik at de retter oppmerksomheten mot årsakssammenhenger og beslutningspunkter (Kahn and Wiener 1967). Det finnes flere måter å utvikle scenarier på. Vi vil i prosjektet basere oss på delfi-teknikk, og vi vil her kort beskrive teknikken. Delfi-metodikken ble opprinnelig utviklet på begynnelsen av 60-tallet av forskere ved Rand Corporation i USA, og har senere blitt mye benyttet for å utvikle fremtidsbilder. Også innenfor transportplanlegging og byutvikling har delfistudier tidvis vært benyttet (Nijkamp, Rienstra and Vleugel 1998; Shiftan, Kaplan and Hakkert 2003; Turoff and Linstone 2002). Metodikken er i dag en veletablert fremgangsmåte for å utvikle scenarier og fremtidsprognoser. I norsk samferdselsforskning har teknikken blant annet blitt benyttet for å utvikle prognoser for flytrafikk, persontransport i nærmiljøet, godstransport og bruk av trafikkteknisk utstyr (Amundsen 1977; Denstadli et al. 1999; Lie 1979). Hovedtanken bak delfi-metoden er å forsøke å oppnå en grad av konsensus rundt ett eller flere temaer rettet mot å beskrive fremtiden. Metodikken kan sies å bygge på ideen om at «flere hjerner tenker bedre enn én», spesielt innenfor områder med høy grad av kompleksitet og usikkerhet. Forutsetningen er at en har tilgang til en gruppe med faglige eksperter med kunnskaper om de temaene som prognosene omhandler. I en delfiundersøkelse bli et utvalg eksperter eksponert for en samling mulige fremtidsbilder, eller projeksjoner. Ekspertene får deretter vite hva de andre ekspertene har svart og de får deretter anledning til å korrigere sine opprinnelige svar. Disse rundene kalles gjerne for 16 Copyright Transportøkonomisk institutt, 2017

29 «iterasjoner» og i en del studier kan det være opp til fire eller fem slike runder. Vanligvis styrkes konsensus for hver runde, eller ulikheter kommer tydeligere frem. Delfistudier er altså en konsensusorientert teknikk, der eksperter orienterer seg mot en større eller mindre grad av enighet rundt nøkkelspørsmål gjeldende fremtidsspørsmål. Forskningsmessig omfatter mye av arbeidet å systematisere innspill gjennom iterasjonsprosessene og til slutt oppsummere de samlede projeksjonene. Som regel benyttes ulike statistiske teknikker for å sammenfatte hovedtendensene i datamaterialet. Det finnes ulike måter å gjennomføre datainnsamling innenfor delfi-studier. Tradisjonelt har dette gjerne blitt gjennomført postalt, der det gjerne kan ta flere uker å ferdiggjøre hver enkelt runde. Delfi har derfor ofte blitt ansett som en relativt tidkrevende metodikk (Hsu and Sanford 2007). For å gjøre datainnsamlingen mest mulig enkel og effektiv ble et opplegg for en nettbasert delfiundersøkelse utviklet, med utgangspunkt i programpakken MI-pro Research studio. Hovedfokus for studien er prediktive utsagn om fremtidens kollektivreisende i de utvalgte knutepunktene. Hovedprinsippet for designet var at paneldeltakerne etter første runde fikk anledning til å se på gjennomsnittsscore for de øvrige paneldeltakerne som allerede har besvart undersøkelsen. Deretter kunne de om ønskelig revurdere sine vurderinger. For hver projeksjon kunne paneldeltagerne angi sannsynlighet på en fem punkts skala. Det var også mulig å legge inn egne vurderinger som tekst to steder i skjemaet. Disse dataene vil bli hentet inn i analysen for å forklare og begrunne scenarienes endelige utforming 4. Undersøkelsen ble distribuert til paneldeltakerne per epost i november-desember Totalt var det om lag 450 personer som ble invitert til å delta,. Av disse var det 98 som svarte i første runde, og 55 som svarte i andre runde. I tillegg til projeksjonene ble det også spurt om grunnleggende demografiske kjennetegn, samt bransjetilhørighet, posisjon i arbeidslivet og faglig bakgrunn 5. Undersøkelsen ga ekspertene mulighet for å angi område av byen de hadde mest kjennskap til. Innenfor litteraturen er det noen grunnleggende faktorer i samfunnet som en kan anta påvirker utviklingen av transport og reisemåter (Masser et al 1992; Nijkamp 1999). Dette er først og fremst planlegging og bruk av arealer; offentlig politikk; økonomiske variasjoner; ny kommunikasjonsteknologi og generelle samfunns- og forbrukertrender. Data benyttet i scenarieanalysene I en kort studie er det vanskelig å favne over alle faktorene på en god måte. Basert på en forutgående workshop ble to ulike grunnscenarier utviklet, med vekt på henholdsvis teknologibaserte og atferdsbaserte drivkrefter. Det ble bestemt å fokusere på ulike hovedtema, knyttet til blant annet; teknologi, flyttemønster, arbeidsmarkedsutvikling, holdninger, økonomiske trender, tiltaksvurderinger og mulige forhold som kunne tenkes å påvirke sannsynlighetene for implementering av tiltakene. Alle sonene ble vurdert hver for seg, og informantene anga på eget grunnlag sin kjennskap til hver av disse. Projeksjonene er i seg selv verken positive eller negative; men de er ment å adressere vesentlige aspekter knyttet til utvikling av arbeidsreiser i Oslo og Akershus frem mot Formålet har vært å formulere klare og entydige utsagn som gjør det mulig å vurdere sannsynligheten av disse over en såpass lang tidshorisont. 4 Disse er vedlagt til slutt i rapporten. 5 Skjemaet benyttet for å hente inn vurderinger fra panelet er vedlagt til slutt i rapporten. Copyright Transportøkonomisk institutt,

30 3 Arbeidsreiser i Oslo og Akershus: Sentrale utfordringer 3.1 Befolkningsvekst Befolkningen i hovedstadsområdet vokser og vokser raskere enn resten av landet. Veksten kommer imidlertid ikke jevnt i hele området, se figur 5.1. Nesten ingen områder har negativ vekst de siste fem årene, mens mye av veksten er konsentrert i enkelte områder. Særlig er det Fornebu og området Hasle-Løren-Sinsen som fremstår som vekstområder. Imidlertid er det verdt å merke seg at det har skjedd en fortetting i store deler av Oslo, og da særlig i sentrale områder. Langs Akerselva, Grønland/Gamle Oslo, Bekkelaget og hele området mellom Smestad, Blindern, Vettakollen og Hovseter. Lenger ut fra Sentrum kan det ut fra kartet i figur 3.1 se ut til at det særlig er langs T-banelinjene at det er kommet flere boliger. 3.2 Klima og miljø Oslo og Akershus har formulert noe ulike mål for klima- og miljøpolitikken. Dette kommer blant annet til utrykk i Bymiljøavtalen som ble inngått 25. januar 2017 mellom Staten ved Statens vegvesen og Jernbanedirektoratet, Oslo kommune og Akershus fylkeskommune. I Bymiljøavtalen heter det at «Partene konstaterer at Oslo kommune, Akershus fylkeskommune og staten per i dag har vedtatt ulike ambisjoner og målsetninger når det gjelder reduksjon i klimagassutslipp, vekstbehovet for kollektivtransport, sykkel og gange, og reduksjon av biltrafikk.» (Oslo kommune m.fl., 2017, s. 1). Oslo skal i henhold til sin «Klima- og energistrategi for Oslo» (Oslo kommune 2016) redusere klimagassutslippene med 50 % innen 2020, og med 95 % innen 2030, sammenliknet med 1990-nivå. Dette kan betegnes som et svært ambisiøst mål; klimagassutslippene har økt med 25 prosent siden De totale CO 2-utslippene var i 2013 på cirka tonn. For å nå målet om 50 prosent reduksjon innen 2020, må Oslo kutte utslipp av cirka tonn CO 2. Klima- og energistrategien er forankret i Oslos kommuneplan «Oslo mot 2030: Smart, trygg og grønn» (Oslo kommune 2015), som er kommunens overordnede strategiske styringsdokument for den videre utviklingen i byen. I henhold til denne strategien skal fotgjengere, syklister og kollektivreisende prioriteres, og biltrafikken reduseres med 20 prosent innen 2020 og 33 prosent innen Copyright Transportøkonomisk institutt, 2017

31 Figur 3.1 Endring i antall bosatte per grunnkrets i Osloregionen til Absolutte tall. Akershus har vedtatt planprogram for ny regional plan for klima og energi i Akershus. Den nye planen skal vedtas innen desember 2017, og vil inneholde langsiktige mål og strategier for den regionale klima- og energipolitikken i fylket. I sin gjeldende temaplan, «Klima og energiplan for Akershus » (Akershus 2010), har fylket formulert en målsetting om å redusere de totale klimagassutslippene med 50 prosent sammenlignet med 1991 innen Det er også fastsatt at utslipp fra transportsektoren skal reduseres med 20 prosent innen Næringsutvikling Ulike former for næringsvirksomhet genererer både ulike typer av transport og ulik mengde av transportarbeid. Noen næringer har behov for tilgang til naturressurser og lokaliserer seg deretter, mens andre har mer behov for nærhet til markedet for produktene sine eller tilgang til arbeidskraft. Særlig det siste er viktig med tanke på infrastruktur og reisemiddelvalg arbeidsreisen er det enkeltformålet som oftest oppgis som formål med en Copyright Transportøkonomisk institutt,

32 reise (Gundersen og Hjorthol 2015). Hvor de ulike virksomhetene lokaliserer seg vil derfor ha stor betydning for hvordan reisemønsteret utvikler seg i en region. Imidlertid gir fremveksten av kompetansearbeidsplasser i de ulike næringene en type lokalisering som i liten grad har eksistert før. For de virksomhetene der de ansattes kompetanse er den viktigste ressursen og det en viktig suksessfaktor er at de ansatte har bedre kompetanse enn konkurrentene, er det ikke nok å lokalisere seg slik at virksomheten er tilgjengelig for mange arbeidstakere med relevant kompetanse (slik at en kan si at nesten hele Oslo og Akershus er relevant lokalisering). Virksomheten trenger også å lokalisere seg slik at den blir attraktiv for de beste hodene innen bransjen, enten ved å spille på lokalmiljøet (ombygd industrimiljø langs Akerselva), utforming av næringsbygget (signalbygg på Fornebu eller Barcode) eller tilby spesielle fasiliteter knyttet til beliggenheten (alt fra parkeringsplasser via sykkelgarasje til kollektivknutepunkt). Ser vi på næringsstrukturen i Oslo-området, og hvordan denne har utviklet seg de siste 10 årene (figur 3.1), er det nettopp næringer med høyt innslag av kompetansearbeidsplasser som viser størst vekst. Forretningsmessig tjenesteyting, IKT og media og offentlig forvaltning har alle høy kompetanse hos sine sysselsatte. Og det er også disse næringene som er overrepresentert i regionen. 100 % 90 % 80 % 70 % 60 % 50 % 40 % 30 % 20 % 10 % 0 % Andre næringer Pers. tjenesteyting, kultur og fritid Helse- og sosialtjenester Undervisning Offentlig forvaltning IKT og media Forr. tjenesteyting Transport og lagring Varehandel Bygg og anlegg Reiseliv Olje og bergverk Industri Oslo Oslos omland* Resten av Akershus Resten av Norge * Oslos omland: Bærum, Oppegård, Ski, Enebakk, Lørenskog, Skedsmo og Nittedal Figur 3.2 Sysselsatte etter næring og område og Prosent. Figur 3.2 gir et noe blandet bilde av dynamikken i næringssammensetningen. På den ene siden viser den at det er betydelige forskjeller på de ulike regionene med hensyn til hvilke næringer som dominerer. Sammenligner en andeler av de ulike næringene kan det se ut til å være en samvariasjon mellom næringssammensetningen og sentralitet. På den annen side er det påfallende hvor små endringer en ser over en tiårsperiode. Selv med store prosjekter, slik som utbyggingen på Fornebu og ekspansjon av Ahus i Lørenskog, er det relativt små endringer i den totale næringssammensetningen. 20 Copyright Transportøkonomisk institutt, 2017

33 Sysselsettingsstrukturen i en region er en stabil materie som ikke så lett endres på kort sikt. Men ser vi på enkeltkategorier finner vi likevel noen viktige endringstrekk det er jo tross alt disse endringene som over lang tid har skapt forskjellene mellom regionene. Den største veksten finner vi innen olje- og bergverk og forretningsmessig tjenesteyting. Her er det omtrent 20 prosent økning av sysselsettingen i hver femårsperiode. Innen olje og bergverk er det særlig oljerelaterte tjenester som drar opp. Også innen reiseliv og personlig tjenesteyting har det generelt vært en økning som er større enn befolkningsøkningen (som er på henholdsvis 5,6 og 6,1 prosent i de to femårsperiodene). Industrien er derimot på vikende front i alle regionene når det gjelder sysselsetting. Det betyr ikke at industrien blir uviktig. Men med rasjonalisering, effektivisering og dermed produktivitetsøkning, trengs det ikke så mange ansatte for å produsere de samme varene som før. Varehandel er en stabil næring, men det er verdt å merke seg at sysselsettingen ikke holder tritt med befolkningsøkningen, og at den største økningen kommer utenfor de mest sentrale områdene i Oslo og Akershus. Tabell 3.1 Prosent Endring i antall sysselsatte etter næring 2005 til 2010 og 2010 til 2015 i Oslo og Akershus. Oslo Oslos omland* Resten av Akershus Resten av Norge Industri -11,1-3,7-8,2-16,3-18,3-0,2-3,9-0,9 Olje og bergverk -16,4 61,6 38,2 61,4 25,5 8,1 25,4 26,5 Reiseliv 11,0 24,0 9,8 29,8 16,7 10,8 6,4 11,8 Bygg og anlegg 19,8 21,4-3,1 21,8 8,6 33,6 15,1 15,6 Varehandel 2,1-3,5 5,2 2,7 13,2 10,0 6,2-0,2 Transport og lagring 2,5-11,4-0,2 18,0 5,1 7,2 0,9 4,4 Forr. tjenesteyting 26,5 15,8 20,1 6,2 28,2 15,5 32,9 10,1 IKT og media 9,0 7,3-1,3 33,2 7,0-2,7 9,3 6,2 Offentlig forvaltning 5,9 11,3 3,3 5,4-15,0 4,9 4,3 7,4 Undervisning 14,0 9,9-5,9 5,9 6,1 7,6 4,5 5,2 Helse- og sosialtjenester -6,3 9,1 19,5 6,4 29,1-2,7 13,5 6,8 Personlig tjenesteyting, kultur og fritid 22,7 16,1 12,2 1,4 24,2 16,0 17,1 9,6 Andre næringer 20,3 2,8-2,2 11,1 21,6-4,5 6,5-3,4 * Oslos omland: Bærum, Oppegård, Ski, Enebakk, Lørenskog, Skedsmo og Nittedal Kilde: TØI/SSB Alt i alt illustrerer tabell 3.1 at Oslo og Akershus beveger seg (sakte) mot et næringsliv som i stadig større grad baseres på formell kompetanse og/eller andre spesielle egenskaper hos de sysselsatte (kulturnæringer, reiseliv, opplevelser og andre personlig tjenesteyting). Denne utviklingen er ikke spesielt for denne regionen, men omfanget er størst her. Og det kan gi nye lokaliseringsmønstre som dermed gir nye utfordringer for persontransporten. Samtidig er det ett aspekt som figur 3.1 og tabell 3.2 ikke får fram. Den sysselsettingen som er i Oslo er mye større enn det befolkningen i kommunen skulle tilsi (gjennomsnittlig er det 1,97 bosatte per sysselsatt i Norge i 2015). Mange av de sysselsatte i Oslo bor i andre kommuner. Figur 3.3 er en alternativ framstilling av sysselsettingen. Her ser vi at Oslo generelt har flere arbeidsplasser innen de aller fleste næringene i forhold til folketallet enn Copyright Transportøkonomisk institutt,

34 noen annen region. Det er bare innen industri og olje og bergverk Oslo ikke har relativ flest arbeidsplasser Resten av Norge Resten av Akershus Oslos omland* Oslo * Oslos omland: Bærum, Oppegård, Ski, Enebakk, Lørenskog, Skedsmo og Nittedal Figur 3.3 Antall arbeidsplasser etter næring per 100 bosatte i Oslo og Akershus sammenlignet med resten av Norge Det var for eksempel Oslos omland som hadde relativt flest som jobbet innen varehandel (figur 3.2) men figuren over viser at det er like mange sysselsatte i varehandel i Oslo i forhold til folketallet. Selv om Oslo har relativt lav andel sysselsatte innen enkelte sektorer kan det altså hende at det er minst like mange arbeidsplasser i sektoren i Oslo som andre steder rett og slett fordi det er så mange flere arbeidsplasser i Oslo enn det befolkningen skulle tilsi. Det er ikke bare Oslo som har betydelig innpendling. Også andre kommuner har et arbeidsmarked som flere enn kommunens innbyggere benytter seg av. Dette utdypes i neste delkapittel. 3.4 Pendling og bosetting Kraftig økning i befolkningen gir utfordringer når folk skal på jobb. Det er ikke slik at folk bor og jobber på samme sted. Gjennomsnittslengden på arbeidsreisen i Oslo-området er nesten 17 kilometer (Gregersen og Gundersen 2016). Og ser vi på tabell 5.1 er det ganske mange mennesker som skal forflytte seg over kommunegrensene. Over personer krysser potensielt kommunegrensen for å jobbe i Oslo hver dag. I praksis er det ikke så mange, da noen jobber deltid og noen har mulighet til å jobbe hjemmefra eller er på tjenestereise osv. Vi ser også at pendlingsstrømmen inn til Oslo er mye større enn pendlingsstrømmene ut av Oslo. I praksis er det bare Bærum og Lørenskog som har en innpendling fra Oslo som kan måle seg med utpendlingen til Oslo. For alle de andre kommunene er det minst dobbelt så mange som reiser inn til Oslo som reiser den andre veien for å gå på jobb. 22 Copyright Transportøkonomisk institutt, 2017

35 Tabell 3.2 Pendling mellom kommuner rundt Oslo Antall personer. Absolutte tall Arbeidskommune Bokommune Oslo Bærum Asker Skedsmo Ski Oppegård Lørenskog Nittedal Nesodden Resten Oslo Bærum Asker Skedsmo Ski Oppegård Lørenskog Nittedal Nesodden Resten Kilde: TØI/SSB Volumet av pendlere gjenspeiler langt på vei størrelsen på befolkningen. Det vil si at det er naturlig at det er flere som pendler fra Bærum til Oslo enn fra Nittedal til Oslo, rett og slett fordi det bor mange flere personer i Bærum enn Nittedal. Tabellen over forteller oss dermed først og fremst noe om de enkelte kommunenes plass i det regionale arbeidsmarkedet. Ser vi heller på andelen av de sysselsatte i hver kommune som pendler til andre kommuner blir bildet noe annerledes (tabell 3.3). Andelene blir her en indikator på hvor viktig den enkelt kommune er som arbeidsmarked for de andre kommunene. Ikke uventet er Oslo som arbeidsstedskommune viktig for alle de andre kommunene. Asker skiller seg naturlig nok ut med lavets andel av sine sysselsatte i Oslo, siden dette er den eneste kommunen uten felles grense med Oslo. Bortsett fra Asker er det Skedsmo som har lavest andel av sine sysselsatte som jobber i Oslo. Faktisk lavere enn Ski, som ligger lengre vekk og som er mer rettet mot arbeidsmarkeder utenfor regionen (Ski har den høyeste andelen som pendler til andre kommuner enn de som er nevnt her 14,9 prosent). Samtidig er det svært god kollektivtransport (særlig tog) mellom Lillestrøm og Oslo sentrum. Bedre enn for eksempel fra Nittedal til Oslo sentrum. Det kunne en tenkt seg ville gi mye innpendling fra Skedsmo til Oslo. Når dette ikke er tilfelle støtter det antakelsen om at Lillestrøm fungerer bedre som et eget arbeidsmarked for beboerne i Skedsmo enn det som er tilfelle for de andre kommunene Lørenskog, Nittedal, Oppegård og Nesodden. Copyright Transportøkonomisk institutt,

36 Tabell 3.3 Pendling mellom kommuner rundt Oslo Andelen av sysselsatt befolkning. Prosent Arbeidskommune Oslo Bærum Asker Skedsmo Ski Nitteda l Oslo 81,9 5,9 1,1 1,3 0,5 0,6 1,4 0,4 0,1 6,6 Bærum 40,2 46,9 4,8 0,5 0,1 0,2 0,4 0,1 0,1 6,7 Asker 30,3 19,4 37,1 0,5 0,1 0,2 0,3 0,1 0,0 11,9 Skedsmo 38,6 2,5 0,5 34,8 0,3 0,4 8,6 2,0 0,0 12,3 Ski 39,0 2,8 0,3 0,6 35,2 6,0 0,8 0,2 0,2 14,9 Oppegård 51,7 4,1 0,5 0,8 6,4 26,9 0,8 0,3 0,2 8,3 Lørenskog 45,0 2,7 0,6 9,7 0,4 0,3 32,1 1,2 0,0 8,1 Nittedal 48,1 2,5 0,5 7,2 0,2 0,3 3,6 30,3 0,0 7,1 Nesodden 42,2 4,1 0,7 0,5 2,1 1,0 0,3 0,2 39,2 9,6 Utenfor regionen 4,5 0,7 0,4 0,5 0,3 0,1 0,3 0,1 0,0 93,0 Kilde: TØI/SSB Tabell 3.4 Endring i pendling mellom kommuner rundt Oslo til Prosentpoeng Arbeidskommune Bokommune Oslo Bærum Asker Skedsmo Ski Nittedal Oppegård Lørenskog Nesodden Oppegård Lørenskog Nesodden Oslo -4,4 1,5 0,2 0,5 0,1-0,1 0,4 0,0 0,0 1,8 Bærum -1,1 0,1 0,1 0,1 0,0-0,1 0,1 0,0 0,0 0,8 Asker -1,2 0,5-2,4 0,1 0,1 0,0 0,0 0,0 0,0 2,9 Skedsmo -3,7 0,7 0,0-2,6 0,1 0,0 1,1 0,3 0,0 4,1 Ski -4,7 0,6 0,0 0,1-1,3-0,3 0,4 0,0-0,1 5,3 Oppegård -1,7 1,1 0,0 0,2 1,2-3,2 0,1-0,1 0,0 2,3 Lørenskog -3,3 0,3 0,0 1,4 0,1-0,1-0,8 0,2 0,0 2,1 Nittedal -6,3 0,4 0,2 2,6 0,0 0,0 1,5-0,3 0,0 1,9 Nesodden -6,1 0,5 0,3 0,3 0,9-0,3 0,1 0,0 1,7 2,7 Utenfor regionen -1,0 0,0 0,0 0,1 0,1 0,0 0,0 0,0 0,0 0,8 Kilde: TØI/SSB Utenfor regionen Utenfor regionen Ser vi på tabell 3.4 er hovedtrekket at Oslo har redusert sin relative betydning som arbeidsmarked for alle kommunene rundt. Det betyr ikke at det ikke er flere nå som pendler inn til Oslo enn det var tidligere, men at pendlingsstrømmen ikke holder tritt med økningen i sysselsetting (i praksis befolkningsøkningen). Antall pendlere fra Bærum til Oslo har for eksempel økt fra til mellom 2001 og Men siden antall sysselsatte som bor i Bærum i samme tidsrom har økt fra til har altså Oslos relative betydning blitt redusert der. Bærum har derimot økt sin betydning, noe som kan skyldes den store utbyggingen på Fornebu. Bærum er den eneste kommunen (utenom Nesodden) der det kan se ut til at antall arbeidsplasser har holdt tritt med befolkningsveksten, slik at det i dag er en (minst) like stor andel av de sysselsatte i kommunen som også jobber der. Selv Oslos betydning for egen sysselsetting har blitt redusert. I 2014 var det 81,9 prosent av alle sysselsatte som bodde i Oslo som også jobbet i Oslo. Men i 2001 var det 86,3 prosent av de sysselsatte med bosted i Oslo som også jobbet der. 24 Copyright Transportøkonomisk institutt, 2017

37 3.5 Karakteristikker av de arbeidsreisende i de ulike områdene Arbeidsreisende til rapportens seks knutepunkter er forskjellige. Forskjellene inkluderer deres sosioøkonomiske trekk, avstand mellom hjem og arbeid, oppgitt reisetid til arbeid med bil og med kollektivtransport, avstand til holdeplasser fra hjem og fra arbeidsplass, hvor ofte de bruker hver reisemåte til arbeidsreiser og hvor ofte de har hjemmekontor. Disse deskriptive analysene oppsummeres i tabell Tabell 3.5. Alder, kjønn, inntekt og antall biler i husholdninger, for utvalgte områder Arbeidsplass Alder Kjønn (mann=1) Inntekt per år (1000kr) Antall biler i husholdningen Linderud 43,98, ,26 Blindern 44,07, ,08 Nydalen 44,71, ,30 Sentrum 45,66, ,36 Fornebu 47,29, ,35 Ahus 43,56, ,43 Tabell 3.6. Beskrivelse av transporttilbudet for arbeidsreisende til de ulike områdene Arbeidsplass Reisevei, km Reisevei: Hjem til arbeid, minutter Bil Kollektivtransport fra hjemmet Avstand til holdeplass, meter fra arbeidsplass Alna 20,30 32,68 52, Blindren 13,32 35,67 41, Nydalen 18,32 33,20 46, Sentrum 17,23 40,18 39, Fornebu 21,99 39,07 49, Ahus 16,08 23,92 56, Tabell 3.7. Frekvenstabell for arbeidsreisendes reisemåter til de ulike områdene. Dager per måned. Arbeidsplass Valg av reisemåte, per måned Bil Kollektivtransport Sykle Gå Alna 12,42 4,84 1,39 2,38 Blindren 8,61 7,72 3,26 2,75 Nydalen 11,42 6,30 1,62 1,94 Sentrum 9,90 7,82 1,33 2,29 Fornebu 9,52 8,33 1,64,92 A-Hus 13,45 3,49 1,53 1,46 Copyright Transportøkonomisk institutt,

38 Tabell 3.8. Utdanningsnivå blant arbeidsreisende til de ulike områdene Arbeidsplass Utdannelse: prosent av respondentene Grunnskole 12 år 13 år 16 år 16+ år Alna 0,03 0,19 0,11 0,37 0,29 Blindern 0,01 0,04 0,06 0,25 0,63 Nydalen 0,02 0,07 0,09 0,37 0,45 Sentrum 0,01 0,07 0,09 0,35 0,47 Fornebu 0,01 0,05 0,06 0,36 0,52 Ahus 0,01 0,07 0,07 0,41 0,45 Tabell 3.9. Antall dager hjemmekontor og fasiliteter i hjemmet.. Arbeidsplass Hjemmekontor, per uke Fasiliteter i hjemmet Mulig Praksis Internettilkobling Kontor Alna 1,58 1,02 0,85 0,64 Blindren 2,15 1,35 0,92 0,69 Nydalen 1,70 1,11 0,85 0,74 Sentrum 1,52 0,90 0,83 0,72 Fornebu 1,80 1,34 0,95 0,78 Ahus 0,44 0,21 0,27 0,39 Om vi antar at respondentene er representative for de som reiser til arbeidsplasser i disse områdene med bil og kollektivtransport, tyder tabell på at forskjellige tiltak kunne vært effektive for de ulike områdene. I det følgende fremheves noen av disse forskjellene: Arbeidsreisende til Linderud: Har ikke god tilgang til kollektivtransport hverken hjemme eller ved arbeidsplassen. Avstandene mellom hjem og arbeidsplass er blant de lengste. Andel av denne gruppen som eier bil er under gjennomsnittet. De oppgir samtidig å bruke bil nokså ofte og kollektivtransport sjelden. Bruk av sykkel til jobb er lavest for denne gruppen, men de oppgir å gå til arbeid oftere enn respondenter fra de andre områdene. Utdanningsnivået i denne gruppen er lavere enn for arbeidsreisende til de andre områdene, og inntekt er noe under gjennomsnittet. Antall dager de kan jobbe hjemmefra og antall dager de jobber hjemmefra er begge under gjennomsnittet. Arbeidsreisende til Blindern: Er høyt utdannet. Oppgitt inntekt er relativt lav, og antall biler i husholdningen er det laveste av alle gruppene. De oppgir relativt korte avstander mellom hjem og arbeid. Forskjellen mellom reisetid med bil og reisetid med kollektivtransport er ikke så stor som for de andre gruppene. Arbeidsreisende i denne gruppen benytter seg i større grad av kollektivtransport, og sykler og går til jobb oftere enn de andre gruppene. Samtidig kan de ha hjemmekontor, og velger å ha hjemmekontor, oftere enn de andre gruppene. 26 Copyright Transportøkonomisk institutt, 2017

39 Arbeidsreisende til Nydalen: Utdanningsnivået for denne gruppen ligger rundt gjennomsnittet. Oppgitt inntekt er over gjennomsnittet for de utvalgte gruppene, og det også antall biler per husholdning. Reisevei mellom hjem og arbeidsplass er rundt gjennomsnittet. Forskjellen mellom reisetid med bil og reisetid med kollektivtransport er over gjennomsnittet høyt for denne gruppen. Bruk av bil til arbeid er omtrent gjennomsnittlig høy for denne gruppen. Arbeidsreisende til Nydalen både kan ha og velger å ha hjemmekontor oftere enn gjennomsnittet. Arbeidsreisende til sentrum: Disse har høyere inntekt og flere biler per husholdning enn gjennomsnittet. Reisevei mellom hjem og jobb er rundt gjennomsnittet. Dette er den eneste gruppen som oppgir tilnærmet lik reisetid med bil og med kollektivtransport. De har ikke den beste tilgangen til kollektivtransport hverken hjemme eller fra arbeidsplassen, men har omtrent samme preferanser for de ulike reisemåtene (til og fra arbeid) som arbeidsreisende til Blindern. Den eneste forskjellen mellom de to gruppene er at arbeidsreisende til Blindern sykler oftere enn arbeidsreisende til sentrum. Utdanningsnivået for gruppen ligger omtrent på gjennomsnittet. Denne gruppen kan og velger å ha hjemmekontor sjeldnere enn gjennomsnittet. Arbeidsreisende til Fornebu: Har den høyeste inntekten av alle gruppene, og har flere biler per husholdning enn gjennomsnittet. Reisevei mellom hjem og arbeidsplass er lengre enn for andre grupper. Sammenlignet med de andre gruppene oppgir arbeidsreisende til Fornebu lange reisetider både med bil og med kollektivtransport. De har god tilgang til kollektivtransport fra arbeidsplassen, men mindre god tilgang fra hjemmet. De reiser omtrent like mye med bil som med kollektivtransport. De går til jobb langt sjeldnere enn arbeidsreisende i de andre gruppene. Arbeidsreisende til Fornebu har det høyeste utdanningsnivået av alle gruppene. De har anledning til å ha hjemmekontor flere dager per uke enn gjennomsnittet, og velger denne løsningen oftest av alle gruppene. Arbeidsreisende til Ahus: De fleste respondentene fra Ahus er kvinner. Dette skyldes at det ligger flere helseforetak her, hvor flertallet av de ansatte er kvinner. Inntekten er lavere enn gjennomsnittet, men de har det høyeste antall biler per husholdning. Reisevei mellom hjem og arbeid er den korteste av alle gruppene. De har bedre tilgang til kollektivtransport fra arbeidsplass enn fra hjemmet. De oppgir den korteste reisetiden med bil og den lengste reisetiden med kollektivtransport. De reiser mer med bil og mindre med kollektivtransport til arbeid enn alle de andre gruppene. Utdanningsnivået er under gjennomsnittet. Antall dager de kan ha hjemmekontor og antall dager de har hjemmekontor er begge det laveste av alle gruppene. Copyright Transportøkonomisk institutt,

40 4 Nordbyhagen 4.1 Områdebeskrivelse Nordbyhagen i Akershus er tilholdssted for Universitetssykehuset i Oslo og Akershus (Ahus), og arbeidsplassene på dette knutepunktet er i all hovedsak innen helse- og sosialtjenester. Det har vært en sterk vekst i antall arbeidsplasser i området; fra 2008 til 2013 økte antall arbeidsplasser med 25 prosent, og i 2013 var det 5169 arbeidsplasser ved Ahus. Den sterke veksten i antall arbeidsplasser henger sammen med utbyggingen av Ahus. Nordbyhagen har en høy andel arbeidsreiser med bil; 65 prosent av arbeidsreisene foregår med bil, 21 prosent benytter kollektivtransport, mens 16 prosent går eller sykler. Det har lenge foreligget planer om å styrke kollektivaksen mellom Ahus, Kjeller og Lillestrøm stasjon, i tillegg til planlagt ny kollektivløsning fra øvre del av Groruddalen via Lørenskog til Ahus. Den viktigste delen av dette arbeidet vil være å forlenge Furusetbanen til Lørenskog, Ahus og Lillestrøm. Formuleringer i KVU Oslo-Navet reiste tvil om hensiktsmessigheten med å forlenge Furusetbanen. Her het det at: «Det foreligger planer om å forlenge Furusetbanen til Lørenskog, Ahus og Lillestrøm. [ ] så lange metrolinjer innebærer lang reisetid og de blir lite rasjonelle å drifte. Tilbringerlinjer til metro og S-bane enten med buss eller lokal bybane kan være en bedre løsning, både for å øke flatedekningen og for å knytte sammen flere knutepunkter.» (Jernbaneverket m.fl., 2015, s. 287). I revidert avtale for Oslopakke 3 (Oslo kommune og Akershus fylkeskommune, 2016) er imidlertid «Baneløsning Nedre Romerike» planlagt for oppstart mellom 2023 og Lørenskog har i Regional plan for areal og transport i Oslo og Akershus fått status som prioritert by i bybåndet; med en planlagt utnyttelsesgrad på 60 prosent (Oslo kommune og Akershus fylkeskommune 2015). Planen legger til grunn at det vil bli bygget en baneløsning til Lørenskog/Ahus. 4.2 Pendlingsstrømmer De som arbeider i Nordbyhagen kommer først og fremst lokalt fra Lørenskog, noen fra Skedsmo og Rælingen, men i liten grad fra Oslo (Figur 4.1). Gjennomsnittlig reiselengde er 15,4 kilometer (2014). Dette er relativt kort i forhold til de andre case-områdene, men den var enda kortere i 2007 (14,8 kilometer). Gjennomsnittlig reiselengde har altså økt noe de seneste årene, noe som bryter med det generelle mønsteret der reiselengden synker. 28 Copyright Transportøkonomisk institutt, 2017

41 Figur 4.1 Andelen av de sysselsatte i hver grunnkrets som reiser til Nordbyhagen på arbeid Prosent Noe av forklaringen på økt reiselengde kan være den store økningen av arbeidsplasser i området, der det ville vært en utfordring å rekruttere alle nye sysselsatte lokalt. Fra 2007 til 2014 økte antall sysselsatte i området med 44 prosent. Den økte reiselengden ser vi også når vi fordeler arbeidsreisene etter lengde (tabell 4.1). De aller lengste reisene øker sin andel på bekostning av de korte. Imidlertid ser vi at også de korte arbeidsreisene har økt i antall, bare ikke relativt så mye som de lengre. Tabell 4.1 Antall med arbeidssted i Nordbyhagen etter reiselengde. 2007, 2010 og Absolutte tall og prosent. Absolutte tall Prosent I alt ,0 100,0 100,0 0 til 3 km ,4 17,6 14,8 3 til 6 km ,5 26,0 22,3 6 til 12 km ,2 10,6 12,4 12 til 20 km ,1 19,4 22,7 20 km eller lengre ,7 26,4 27,8 Kilde: TØI/SSB Copyright Transportøkonomisk institutt,

42 4.3 Tiltaksanalyse De fleste respondentene fra Ahus er kvinner. Dette skyldes at det ligger flere helseforetak her, hvor flertallet av de ansatte er kvinner. Inntekten er lavere enn gjennomsnittet, men de har det høyeste antall biler per husholdning. Reisevei mellom hjem og arbeid er den korteste av alle gruppene (16,08 km, jfr. tabell 3.6.). De har bedre tilgang til kollektivtransport fra arbeidsplass enn fra hjemmet. De oppgir den korteste reisetiden med bil og den lengste reisetiden med kollektivtransport. En mulig forklaring på lang reisetid med kollektivtransport kan være at det krever bytte(er). De reiser mer med bil og mindre med kollektivtransport til arbeid enn alle de andre gruppene. De går og sykler til jobb omtrent like ofte som gjennomsnittet. Utdanningsnivået er under gjennomsnittet. Antall dager de kan ha hjemmekontor og antall dager de har hjemmekontor er begge det laveste av alle gruppene. Tabell 4.2 viser verdiene utledet fra estimeringer med data fra CE1 samlet i Nydalen. Verdiene man får ved å bruke data fra alle gruppene samlet er også oppgitt i samme tabell. Koeffisientene for egenskaper ved å gå til arbeid var ikke statistisk signifikante grunnet utilstrekkelig antall observasjoner. Arbeidsreisende til Ahus har lavere verdier for økonomiske insentiver til å gå til jobb. Arbeidsreisende til Ahus har høye tidskostnader ved reiser med kollektivtransport, til tross for relativt lave inntekter. En mulig forklaring er at å ta kollektivtransport til arbeid oppleves spesielt ubeleilig for denne gruppen. De verdsetter høyt bedre tilgang til kollektivtransport, hyppigere avganger og færre bytter. Disse arbeidsreisende har over gjennomsnittlig høy betalingsvilje for å få parkere nærmere arbeidsplassen, men er mer sensitive for parkeringsutgifter. Dette kan ha sin forklaring i at de opplever å ikke ha noen annen måte å komme seg til arbeid på. Arbeidsreisende til Ahus verdsetter høyt både sykkelvei, trygg sykkelparkering og dusj/garderobe på arbeidsplassen. Å sørge for tilstrekkelig godt kollektivtilbud, og å gjennomføre tiltak rettet mot parkering, sykkelvei og fasiliteter på arbeidsplassen, vil kunne skifte reisende fra bil til kollektivtransport og sykkel. Det ble foretatt estimeringer med data fra CE2a (valget mellom to alternativer med kollektivtransport, beskrevet med egenskaper ved kollektivtransport og antall dager tillatt hjemmekontor) og CE2b (valg mellom to alternativer med bil, beskrevet med egenskaper ved bil, og antall dager hjemmekontor). Ingen av koeffisientene i disse modellene ble statistisk signifikante, grunnet for lavt antall observasjoner. De fleste arbeidsreisende til Ahus har ikke anledning til å jobbe hjemmefra, mest sannsynlig på grunn av yrke/arbeidsbeskrivelse. Å legge til rette for mer bruk av el-bil gjennom fordelaktige parkeringstiltak, vil antakeligvis være nokså effektivt for dette området. Profilen av arbeidsreisende til Ahus tyder på at de ville byttet til el-bil, gitt tilstrekkelige lokale og nasjonale insentiver. Arbeidsplassene ved Ahus krever skiftarbeid, noe som gir ytterligere grunn til å reise med bil. 30 Copyright Transportøkonomisk institutt, 2017

43 Tabell 4.2. Verdier utledet fra estimeringer med data fra CE1 for Ahus, og med data fra alle gruppene samlet Ahus BIL Ahus Alle grupper VOT, kr/time WTA for 100-meters økning i avstand til parkering, kr Parkeringsutgifter relativt til Reiseutgifter KOLLEKTIVTRANSPORT Ombordtid, kr/time Ventetid, kr/time WTP sitteplass, 25% av strekningen WTP, sitteplass, 50% av strekningen WTP, sitteplass, 75% av strekningen WTP, sitteplass på hele strekningen Gangavstand til holdeplass, kr/time WTA bytte, kr/bytte SYKLE Tid, blandet trafikk vei kr/time Tid, sykkelvei, kr/time WTP for trygg parkering, kr WTP for garderobe/dusj, kr Sykkel-insentiv (øk.), relativt til billettpris på KT Sykkel-insentiv (øk.), relativt til bilutgifter GÅ VOT gå, kr/time * Gå-insentiv (øk.), relativt til billettpris på KT * Ikke statistisk signifikant 4.4 Virksomhetsstudie: AHUS Universitetssykehuset i Oslo og Akershus (Ahus) er et lokal- og områdesykehus som leverer helsetjenester til ca mennesker i Follo, på Romerike, Rømskog i Østfold, samt de tre nordligste bydelene i Oslo. Med om lag 8346 ansatte i 2011 er dette en av de viktigste arbeidsplassene i fylket, og både ansatte og pasienter er avhengig av et velfungerende transportsystem. De ansatte på Ahus er bosatt over et stort geografisk område, med hovedtyngde i Oslo og Lørenskog. For å få kunnskap om de ansattes arbeidsreise og muligheter for å endre reisemåte, ble det gjennomført en internettbasert undersøkelse. Undersøkelsen er gjennomført som en åpen e-postbasert spørreundersøkelse rettet til alle ansatte ved Ahus. Et elektronisk spørreskjema ble sendt ut i uke 50/2012, og den var åpen i 10 uker frem til slutten av uke 7/ personer har mottatt undersøkelsen. Totalt ble det returnert 1908 korrekt utfylte skjema, noe som tilsier en svarprosent på ca. 30 prosent. Copyright Transportøkonomisk institutt,

44 4.4.1 Reisetid og transportmiddelbruk I gjennomsnitt bruker ansatte på Ahus i underkant av en halvtime på sin arbeidsreise. Vel 36 prosent benytter mindre enn 20 minutter og 60 prosent mindre enn 40 minutter. Ansatte som bor i Lørenskog og Rælingen bruker knapt 15 minutter, mens ansatte i Oslo bruker i gjennomsnitt mellom 20 og 30 minutter. Lengst tid - over 40 minutter bruker ansatte bosatt på Follo og øvre Romerike. Kollektivtransportene tar lengre tid enn bil for alle, men forskjellene er størst for ansatte som bor i Oslo og Nedre Romerike. En kollektivreise fra Oslo tar i gjennomsnitt en halv time lenger enn en bilreise. En stor majoritet av de ansatte på Ahus bruker bil til jobben, 65 prosent kjører selv, 5 prosent sitter på, 21 reiser kollektivt og resten sykler eller går (8 prosent). Fra Oslo er andelen som kjører bil høyest for bosatte i de nordvestlige bydelene, og den er også relativt høy for bosatte i de sydlige bydelene. Ellers er det særlig høye andeler som reiser med bil fra Nedre Romerike og Figur 4.2 Ahus, Lørenskog Follo. De som bor i Oslo reiser oftest med kollektivtransport til Ahus. Halvparten av de bosatte i indre Oslo reiser kollektivt, noe som er den høyeste kollektivandelen. I Lørenskog er det 39 prosent som går til jobb og 5 prosent som sykler. Bilbrukernes viktigste motiv til sitt reisemiddelvalg er at det er et for dårlig utbygd kollektivtilbud. Mange hevder også at bilen er raskere og mer fleksibel enn kollektivtransportene. Mangel på bil er den viktigste grunnen til at folk reiser kollektivt, nesten halvparten har det som viktigste begrunnelse De som sykler eller går er mest fornøyde med sin arbeidsreisen, mens de som reiser kollektivt er de minst fornøyde. Bosatte i Lørenskog og i de nære kommunene som Rælingen, Skedsmo samt Groruddalen er de som er mest fornøyde med sin arbeidsreise, noe som også kan ha sammenheng med reisetid i tillegg til transportmiddelbruk. De minst fornøyde kommer fra bosteder/kommuner med høy bilbruk og relativt høy kollektivandel, dvs. Oslo Nord/Vest, Indre Oslo, Follo og på Romerike. Bosatte på Romerike er minst fornøyd med antall avganger på kollektivtrafikken Muligheter for å bytte reisemåte Blant dagens bilførere angis færre bytter av transportmiddel som viktigste tiltak for å få de til å bytte til kollektivtransport. De neste tiltakene som prioriteres er kortere reisetid, flere avganger og lavere takster. Mange av de ansatte på Ahus bor i sykkelavstand til jobben men benytter likevel bil. Forhold som kan tenkes å få denne gruppen til å sykle er spesielt sykkelveier som gir mulighet for raskere sykling, bedre tilrettelegging for å sykle mellom vedkommendes bolig og arbeidsplassen, samt økonomisk belønning fra arbeidsgiveren. Om lag 30 prosent av de ansatte er stort sett tilfreds med kollektivtilbudet. Nær halvparten er imidlertid ikke tilfreds. Samlet sett indikerer dette at det er mange som ønsker seg et bedre kollektivtilbud enn det de har i dag. Halvparten av alle bilførere er enig eller helt enig i at de ønsker å reise oftere med kollektivtransport til arbeidet. Dette indikerer at det er en betydelig vilje til omstilling av egne reisevaner blant mange av dagens bilister. 32 Copyright Transportøkonomisk institutt, 2017

45 Når det gjelder kollektivforbedringer er det særlig lavere priser på kollektivtransporter, en endring i takstsonene og ny T-baneforbindelse til Lørenskog som mange ansatte fremhever. Dette er tiltak som ønskes i like stor grad av kollektivbrukere, syklister/fotgjengere og bilførere. Kjører bil uansett Gratis månedskort Holdeplass nærmere der jeg bor Lavere takster 27 Flere avganger 38 Kortere reisetid 44 Slippe å bytte underveis Figur 4.3 Tiltak som respondentene ved Ahus mener skal til for at vinterbilister skal skifte over til kollektivtransport. Prosent Tiltak på arbeidsplassen og flytting nærmere Når det gjelder tiltak som Ahus selv kan initiere, er det belønningsordninger for ansatte som reiser miljøvennlig som har bredest oppslutning. Mange ønsker også at det legges bedre til rette for syklende på arbeidsplassen gjennom utbygging av garderobeforhold, parkeringsmuligheter for sykkel, med mer. Det er også et ønske blant mange om å få utbedret eksisterende sykkel- og gangveger, og/eller bygget nye. De fleste av de ansatte på Ahus er fornøyd med sin arbeidsreise, og mener at denne bidrar til at de er tilfreds med sitt arbeid. Samtidig er det over 20 prosent av de ansatte som indikerer at arbeidsreisen gjør at de ser etter annet arbeid nærmere bostedet, og seks prosent sier at de vurderer å flytte nærmere Ahus som følge av arbeidsreisen. Dette gjelder spesielt for ansatte bosatt i Indre Oslo, Oslo nord/vest og på Øvre Romerike Halvering av bilbruken gir CO2-gevinst For å få en formening om hvilken effekt omstillingsviljen vil ha, har vi beregnet CO2- utslipp på arbeidsreisen med utgangspunkt i arbeidsreisens lengde. 6 I denne sammenhengen har vi forutsatt at transportmidler utenom bil og buss har nullutslipp. For bil har vi forutsatt et utslipp 200 g CO 2 pr. km, bilpassasjer dividert på en faktor på 1,5 (siden vi må anta at en del av sjåførene skal videre) og drosje multiplisert med 2. Buss er forutsatt 900 g CO 2 pr. km fordelt på 30 passasjerer. Hvis vi legger til grunn i snitt 9 arbeidsreiser (reisen til arbeid og reisen fra teller som to reiser) pr. uke, gir dette et CO 2- utslipp på 25,8 kilo pr. person, hvorav bilførernes bidrag utgjør 23,9 kilo. Dersom halvparten av bilførerne fordeles på andre transportmidler (på samme måte som ikke-bilførerne er fordelt), reduseres bilførerandelen til 32 prosent, og utslippet reduseres ned til 16,0 kilo pr. person.10 kg spart CO 2 per person ukentlig blir betydelige summer når det multipliseres opp med antall ansatte og over året. 6 Respondentene er ikke spurt om reiselengde. I stedet har vi beregnet avstand langs vei fra AHUS til grunnkretsen midt i postsonen man er bosatt. Copyright Transportøkonomisk institutt,

46 4.5 Oppsummering Tabell 4.4 Oppsummering av nøkkeltall hentet fra registeranalyse, samvalgsanalyse og foretaksstudie. Registerbasert Samvalgsanalyse analyse/rvu Arbeidsreisens lengde, km 15,4 16,8 Foretaksstudie Bilandel, prosent Viktigste tiltak for å skifte fra bil til kollektivtransport Tilrettelegge for EL-bil Bedret kollektivtilbud Slippe bytte underveis Kortere reisetid Som det fremgår av tabell 4.3 er det godt samsvar mellom tallene som fremkommer mellom de tre datasettene når det gjelder lengde på arbeidsreisen og bilandeler. 34 Copyright Transportøkonomisk institutt, 2017

47 5 Fornebu 5.1 Områdebeskrivelse På Fornebu i Bærum kommune har det i løpet av de siste ti årene vært høy tilflytting av arbeidsplasser innen olje og industri, og det er også mange arbeidsplasser innen tjenesteyting og finans i dette knutepunktet. Fra 2008 til 2013 økte antallet arbeidsplasser med 38%, og i 2013 var det arbeidsplasser på Fornebu. Fornebu har en høy andel arbeidsreiser med bil; 43 prosent av arbeidsreisene foregår med bil, 35 prosent med kollektivtransport og 14 prosent går eller sykler. Fra øst vil den planlagte Fornebubanen gå fra Fornebu senter til Majorstuen, og vil ha en total reiselengde på 12 minutter. Det blir regnet at Fornebubanen vil ha plass til drøyt reisende per time, noe som er en dobling av kapasiteten sammenlignet med dagens busstilbud (Jernbaneverket m.fl., 2015). Man håper at banen vil være ferdigstilt i Status for planleggingen pr. 6. februar 2017 er at reguleringsplan for begge parseller er godkjent av Bærum kommune, og reguleringsplan for parsell 2 skal behandles på administrativt nivå i Oslo kommune før den sendes på offentlig høring. Det arbeides også med forprosjekt til reguleringsplan for Lysaker kollektivterminal. I henhold til revidert avtale for Oslopakke 3 vil denne kollektivterminalen bli et knutepunkt i vest som skal sammenkople all kollektivtrafikk på Lysaker (Oslo kommune og Akershus Fylkeskommune, 2016). Det er en ambisjon at kollektivterminalen skal være ferdig på samme tidspunkt som Fornebubanen. Fra vest har det lenge vært planlagt en ny tverrforbindelse fra Vestre lenke på Fornebu til Stabekk og Bekkestua. Det foreligger blant annet en godkjent kommunedelplan for prosjektet. I den revidert avtale for Oslopakke 3 inngår imidlertid ikke lenger en tverrforbindelse til Vestre lenke i fase 1 av prosjektet E18 Lysaker - Asker (Oslo kommune og Akershus Fylkeskommune, 2016). I Statens vegvesens forslag til E18 Lysaker Ramstadsletta blir det av anleggstekniske og trafikale årsaker foreslått å bygge en langsgående tofelts bru midt over E18 fra Stabekklokket til Strandlokket som en del av arbeidet i fase 1. Denne brua vil imidlertid ikke åpnes for trafikk før arbeidet med fase 2 av prosjektet E18 Lysaker Asker er gjennomført. Dette betyr at mens tilgjengeligheten til knutepunktet kan forventes å øke betydelig fra øst gjennom Fornebubanen, er det mer usikkert hva som vil skje med adkomsten fra vest. I henhold til Regional plan for areal og transport i Oslo og Akershus er Fornebu en Prioritert by i bybåndet, med en planlagt utnyttelsesgrad på over 90 % (Oslo kommune og Akershus Fylkeskommune, 2015). 5.2 Pendlingsstrømmer Fornebu rekrutterer arbeidstakere fra et relativt stort område (figur 5.1). Det gjenspeiles også i at gjennomsnittlige reiselengde er 26,4 kilometer, noe som er vesentlig lengre enn for hele Oslo-området (17 kilometer). Likevel er ikke arbeidstakerne på Fornebu bosatt i hele regionen det er først og fremst østre del av Bærum som har Fornebu som et viktig arbeidsmarked. Copyright Transportøkonomisk institutt,

48 Figur 5.1 Andelen av de sysselsatte i hver grunnkrets som reiser til Fornebu på arbeid Prosent Det er også interessant at det går et skille ved kommunegrensen Oslo/Bærum. På Oslosiden er det relativt klart færre som jobber på Fornebu, selv om avstanden er kortere enn den er mellom f.eks Lommedalen/Kolsås og Fornebu. Det kan tenkes at beboerne vest i Oslo ser på Oslo sentrum som et mer naturlig arbeidsmarked. Ser vi på fordelingen av arbeidsreiser etter reiselengde (tabell 5.1), skiller Fornebu seg ut ved at andelen reiser under 6 kilometer er veldig lav. Dette er ikke så overraskende det bor rett og slett ikke så mange mennesker i nærheten av Fornebu i forhold til alle arbeidsplassene. Videre planer for området med omfattende boligbygging kan selvfølgelig endre dette bildet. 36 Copyright Transportøkonomisk institutt, 2017

49 Tabell 5.1 Antall med arbeidssted på Fornebu etter reiselengde. 2007, 2010 og Absolutte tall og prosent. Absolutte tall Prosent I alt ,0 100,0 100,0 0 til 3 km ,3 2,1 3,5 3 til 6 km ,6 4,7 5,9 6 til 12 km ,2 28,2 32,3 12 til 20 km ,8 24,0 22,5 20 km eller lengre ,1 41,0 35,7 Kilde: TØI/SSB 5.3 Tiltaksanalyse Arbeidsreisende til Fornebu har den høyeste inntekten av alle de utvalgte gruppene, og over gjennomsnittlig mange biler per husholdning. De har lengre reisevei til jobb enn andre. Sammenlignet med de andre gruppene oppgir de lange reisetider, både med bil og med kollektivtransport. De oppgir å ha god tilgang til kollektivtransport fra arbeidsplassen, men mindre god fra hjemmet. Bil og kollektivtransport er omtrent like mye brukt blant disse arbeidsreisende, mens å gå til jobb er langt mindre vanlig enn for arbeidsreisende til de andre områdene. De har anledning til å ha hjemmekontor oftere enn gjennomsnittet, og de benytter seg av denne løsningen mer enn noen av de andre gruppene. Tabell 5.2 viser verdiene utledet fra estimeringer med data fra CE1 samlet i Fornebu. Verdiene man får ved å bruke data fra alle gruppene samlet er også oppgitt i samme tabell. De estimerte koeffisientene for egenskaper ved å gå og enkelte av de estimerte koeffisientene for sykkel var ikke signifikante. En av grunnene er utilstrekkelig antall observasjoner. Mange av respondentene oppga at disse ikke var aktuelle som reisemåter til og fra arbeid. Ut ifra forskjellen mellom tidskostnadene for sykling på blandet trafikk vei og sykling på sykkelvei å dømme, kan imidlertid bygging av sykkelvei være et godt tiltak for dette området. Arbeidsreisende til Fornebu har høye tidskostnader for reiser med både bil og kollektivtransport. De verdsetter ulike egenskaper ved kollektivtransport betydelig høyere enn gjennomsnittet, som tyder på at forbedring av kollektivtilbudet er et viktig tiltak. De har høy betalingsvilje for å få parkere nærmere arbeidsplassen, og er under gjennomsnittlig sensitive for parkeringsutgifter. En forklaring er at de har høyere inntekt enn gjennomsnittet. Tabell 5.3 viser verdiene utledet fra estimeringer med data fra CE2a (valget mellom to alternativer med kollektivtransport, beskrevet med egenskaper ved kollektivtransport og antall dager tillatt hjemmekontor) og CE2b (valg mellom to alternativer med bil, beskrevet med egenskaper ved bil, og antall dager hjemmekontor). Verdiene fra både CE2a og CE2b er betydelig høyere enn gjennomsnittet. Arbeidsreisende til Fornebu har høy tilbøyelighet til å jobbe hjemmefra. Copyright Transportøkonomisk institutt,

50 Tabell 5.2. Verdier utledet fra estimeringer med data fra CE1 for Fornebu, og med data fra alle gruppene samlet Fornebu BIL Fornebu Alle grupper VOT, kr/time WTA for 100-meters økning i avstand til parkering, kr Parkeringsutgifter relativt til Reiseutgifter KOLLEKTIVTRANSPORT Ombordtid, kr/time Ventetid, kr/time WTP sitteplass, 25% av strekningen WTP, sitteplass, 50% av strekningen WTP, sitteplass, 75% av strekningen WTP, sitteplass på hele strekningen Gangavstand til holdeplass, kr/time WTA bytte, kr/bytte SYKLE Tid, blandet trafikk vei kr/time Tid, sykkelvei, kr/time WTP for trygg parkering, kr * WTP for garderobe/dusj, kr * Sykkel-insentiv (øk.), relativt til billettpris på KT * 6.29 Sykkel-insentiv (øk.), relativt til bilutgifter * 3.78 GÅ VOT gå, kr/time * Gå-insentiv (øk.), relativt til billettpris på KT * 3.28 Gå-insentiv (øk.), relativt til bilutgifter * 3.78 WTP står for willingness to pay, altså betalingsvilje; WTA står for willingness to accept, altså summen en reisende må kompenseres for å godta noe; VOT står for value of travel time savings, altså verdien av tid brukt/spart. *Ikke statistisk signifikant Tabell 5.3. Verdier utledet fra estimeringer med data fra CE2a og CE2b Fornebu HJEMMEKONTOR: Kollektivtransport Økning i HK ved økning i billettpris på KT, HK dager per måned/kr 1.18 Nedgang i HK ved hyppigere avganger, HK dager per måned/avganger per time 0.60 Økning i HK ved økning i bytter, HK dager per måned/bytte 6.01 HJEMMEKONTOR: Bil Økning i HK ved økning i parkeringsutgifter, HK dager per måned/kr 0.36 Økning i HK ved økning i avstand til parkering, HK dager per måned/km 0.33 Økning i HK ved økning i variable bilutgifter, HK dager per måned/kr 0.30 WTP for høyere parkeringsutgifter ved kortere avstand til parkering, 100 kr/km 1.35 WTP står for willingness to pay, altså betalingsvilje; HK står for Hjemmekontor.*Ikke statistisk signifikant 38 Copyright Transportøkonomisk institutt, 2017

51 Betydelige forbedringer i kollektivtilbudet og begrensning av parkeringsmuligheter vil få reisende til å bytte fra bil til kollektivtransport og muligens sykkel. I tillegg vil de som reiser med bil oftere ha hjemmekontor. Å tilrettelegge for mer bruk av el-bil gjennom lokale tiltak, spesielt rettet mot parkering, vil også være formålstjenlig. 5.4 Virksomhetsstudie - Statoil Statoil er én blant flere store bedrifter som er lokalisert til Fornebu, i Bærum kommune. Lokaliseringen på Fornebu betyr at mesteparten av trafikken til og fra bedriften kommer nordfra på Snarøyveien via E 18, øst- eller vestfra. Dette gjelder både kollektivtransporten og den private transporten. De ansatte har gratis parkering på arbeidsplassen, og Statoil har også en egen buss som går fram og tilbake mellom sentrum av Oslo og arbeidsplassen i rushtiden. Det er en rekke busslinjer som betjener området, og nærmeste togstasjon ligger på Lysaker. For å få kunnskap om arbeidsreisene til de ansatte og deres holdninger til tiltak for å gjøre arbeidsreisene mer miljøvennlige, ble det gjennomført en internettbasert spørreundersøkelse. I samarbeid med Statoil ble det sendt ut invitasjon til ca 1850 ansatte om å delta i undersøkelsen i februar Det ble purret ca to uker etter personer svarte, noe som gir en svarprosent på 54. Figur 5.1 Statoil på Fornebu Om de ansatte ved Statoil er representative for andre arbeidstakere på Fornebu har vi ikke noe grunnlag for å si noe om, men når det gjelder kollektivtilbud, gang- og sykkelveier, samt veinettet for øvrig, er forholdene ganske like Transportmiddelbruk og reiselengde Den mest brukte reisemåten er bil som fører, figur 5.3. De aller fleste av de ansatte parkerer på parkeringsplass som disponeres av de ansatte og som betales av arbeidsgiver. Figur 5.3 viser hvordan reisemåten varierer etter årstid. Det som er særlig interessant med ansatte på Statoil, er den store andelen som sykler (og går) i sommerhalvåret. Over 20 prosent sier at sykkel/gange er den vanligste reisemåten om sommeren. Det er først og fremst bilbruken som reduseres til fordel for sykkel (mer enn gange) i sommerhalvåret. Copyright Transportøkonomisk institutt,

52 70 Reisemåte til jobb Til fots/sykkel Bilfører Bilpassasjer Statoils egen buss Buss Tog/bane Annet Reisedag Vanligvis sommer Vanligvis vinter Figur 5.3 Reisemåte til jobb på reisedagen, vanligvis i sommer- og vinterhalvåret. Prosent N=982 Av de 60 som oppgir at de har El-bil, er det så mange som 85 prosent som brukte den til arbeidet på reisedagen. Muligheten for å kjøre gratis gjennom bomstasjonene og benytte kollektivfeltene gjør det gunstig å bruke den til jobb, særlig hvis de kommer vestfra. Kvinner kjører mer buss og sykler noe mindre enn menn. De kjører også noe mindre bil, men forskjellene er små. Bilførerandelen er lavest for de under 40 år. Det er denne gruppen som kjører mest buss. Gang/sykkelandelen er høyest blant bosatte i Asker og Bærum. De har samtidig en høy bilandel og relativt lav andel som er kollektivtrafikanter. Det er også høy bilandel blant de som bor i Oslo øst og nord/vest. Tog og bane brukes mest av bosatte i Østfold/Follo, Romerike/Hadeland samt Buskerud/Telemark og Vestfold. Dette har igjen sammenheng med reiselengde. Det er på reiselengdene over 20 km at tog er en viktig reisemåte. Den gjennomsnittlige reiselengden for de ansattes arbeidsreise er 19 km og reisetiden 33 minutter. Da regnes reiselengde og reisetid fra dør til dør. På landsbasis er den gjennomsnittlige arbeidsreisen 15 km og 24 minuttet {Hjorthol, 2014 #1570}). Bosatte i Oslos omegnskommuner har en reiselengde på 20 km og tidsbruken er 30 minutter. Dette er nær opptil det de ansatte på Statoil har Grunner til å velge ulike transportmidler Den aller viktigste grunnen til at de ansatte velger bil er at det går raskt. Dernest er det fleksibiliteten som framheves og at kollektivtilbudet ikke er bra nok. Undersøkelsen viser at det vil bil en betydelig tidsøkning i reisetid dersom bilførerne skulle reise kollektivt. Av de som bruker mindre enn 20 minutter med bil, er det bare 6 prosent som ville være innenfor det samme tidsintervallet med buss eller bane. Omtrent halvparten av denne bilistgruppen ville få en reisetid på over 40 minutter ved et skifte fra bil til kollektivt, etter deres egen oppfatning. Den samme tendensen finner vi for de andre reisetidsintervallene. I bare noen få prosent av tilfellene blant de som har de lengste reisetidene med bil, kan man spare noe ved å bytte ut bilen med buss eller bane. De oppgitte reisetidene med kollektivtransport kan være usikre, og kanskje noe lengre enn hva de er i virkeligheten. Med tanke på potensialet for å skifte transportmiddel er det imidlertid den enkeltes oppfatning av alternativet som er avgjørende. Informasjon om faktiske reisetid er derfor viktig. De tre viktigste grunnene til å reise kollektivt er å slippe køkjøring, at det går raskt og at det er miljøvennlig og rimeligere enn bil. De tre viktigste grunnene til å velge sykkel på arbeidsreisen er at det gir god mosjon/trening, det er raskt og man liker å sykle. I 40 Copyright Transportøkonomisk institutt, 2017

53 motsetning til de to andre reisemåtene, er det en stor andel som sier de liker det transportmidlet de bruker (men det er få som sykler) Opplevelse av arbeidsreisen og mulighet for endring av reisemåte De fleste er ganske fornøyde med arbeidsreisen, men det er en del forhold de ansatte er misfornøyde med, og dette varierer etter bosted. Bosatte i de sørøstlige områdene, Follo/Østfold og Oslo syd, er de som er mest misfornøyde med arbeidsreisen. For bosatte i Follo/Østfold er det særlig reisetid, antall avganger på kollektivtrafikken og kostnader som oppfattes negativt. For bosatte i de sørlige delene av Oslo er det kapasiteten på kollektivtransporten og manglende mulighet til å utnytte reisetiden de er særlig misfornøyde med. Bosatte i de indre delene av Oslo uttrykker mer misnøye med muligheten til å kople av underveis og trafikkflyten enn bosatte andre steder. De som sa de kjørte bil om sommeren fikk spørsmål om hva som kunne få dem til å velge kollektivtransport i stedet. Inntil tre forhold kunne nevnes. Figur 5.4 viser at det å slippe å bytte transportmiddel er det viktigste, dernest kommer kortere reisetid. Uansett tiltak svarte 14 prosent at de ville kjøre bil likevel. Kjører bil uansett Parkeringsavgift på jobben Dårligere tilgang på parkering Mer komfortable tog/busser Færre forsinkelser Holdeplass nærmere der jeg bor Flere sitteplasser Lavere takster Flere avganger Kortere reisetid Slippe å bytte underveis Figur 5.4 Tiltak som kan få flere av dem som kjører bil om sommeren til å reise kollektivt. Tre tiltak kunne nevnes. Prosent. N=429 Omtrent halvparten kunne tenke seg å sykle oftere, men det er flere tiltak som ønskes. Men hva er det som kan få de ansatte til å sykle mer i sommerhalvåret? Spørsmålet ble stilt til dem som hadde en arbeidsreise som var kortere enn 20 km og som vanligvis ikke syklet i sommerhalvåret. Bedre tilrettelegging for sykling mellom der de bor og ut til Fornebu og sykkelveier som gir mulighet til å sykle raskt er de to viktigste tiltakene de ansatte etterlyser. Økonomisk belønning fra arbeidsgiver for å sykle, bedre vedlikehold og flere gang- og sykkelbruer kommer deretter. På denne reiseavstanden, altså kortere enn 20 km, er det nesten hver fjerde som synes det er for langt å sykle Tiltak for mer kollektivbruk og sykling Tiltakene de ansatte har vurdert og selv foreslått er først og fremst knyttet til sykkel/gange og til kollektive reisetilbud. Interessen for å sykle mer enn i dag er stor hos de ansatte på Statoil. Halvparten sier at ønsker å sykle mer enn de gjør i dag, og sykkelandelen om sommeren er ganske stor. Utbygging av et sammenhengende sykkelveinett og utbedring av Copyright Transportøkonomisk institutt,

54 det som allerede finnes er viktige tiltak. Sykkelveier fra Oslo øst sentrum- og ut til Lysaker, fra Røa til Lysaker, Haslum til Høvik, sykkelvei fra Jar og fra Aker brygge og ut til Fornebu er strekninger som er ønsket. Flere pekte på at det kunne være en fordel å dele sykkelveiene i en bane for de «normalsyklende» og en for de som sykler hurtig, samtidig som det er viktig å skille de gående fra de som syklet. Bysykkelordning på Lysaker ble foreslått. Det var flere som mente at forholdene på arbeidsplassen kunne forbedres. Større og bedre garderobeskap, gjerne faste skap, og større tørkerom ble etterlyst. Sikrere og bedre parkering for sykkelen og tak over sykkelstativet var også ønsket. Gratis eller sterkt subsidiert sykkel og skattefradrag for bruk av sykkel til arbeid var ytterligere forslag. Kompensasjon i form av opptjent avspasering ved sykling til jobb et annet. Det ble etterlyst bedre kollektivtilbud generelt. Det etterlyses flere direktelinjer fra flere retninger. Direkte linjer fra Bærum verk, og andre steder i Bærum og fra nordvest i Oslo neves. For de som kommer nord- og østfra går de fleste bussene gjennom sentrum, slik at reisetiden blir ekstra lang. Kapasiteten er for dårlig på mange av rutene, og man opplever at bussene kjører forbi, eller man står «som sild i tønne». Også på toget opplever folk at det er fullt. Det aller viktigste tiltaket for å forbedre kollektivtilbudet til Fornebu er imidlertid ny T-banelinje. Det mest aktuelle er en linje fra Majorstua via Lysaker og ut til Fornebulandet. En del er også interessert i båttilbud, enten fra sentrum av Oslo eventuelt fra begge sider av Oslofjorden. De som bruker Statoils eget busstilbud er svært fornøyde, men kunne også tenke seg hyppigere avganger, og gjerne en rute vestfra også. Et forslag er at de store selskapene på Fornebu burde inngå et samarbeid om busstilbud til sine ansatte. Hovedtyngden av de som arbeider på Fornebu bosatt på strekningen Asker/Bærum og Oslo nord/vest + indre sone. Selv om det ikke var flere enn 60 av de som svarte på undersøkelsen som hadde elbil, var det likevel flere som etterlyste flere ladestasjoner for elektriske kjøretøy. Omtrent en fjerdedel vurderte å kjøpe elbil. Med de gunstige ordningene elbileiere har i Norge (f eks fri kjøring i kollektivfelt, gratis gjennom bomstasjonene, fritak for engangsavgift og mva) vil el-bil være attraktivt særlig for bosatte vest og sør for Oslo. 5.5 Oppsummering Tabellen nedenfor oppsummerer kort noen hovedtall fra de tre analysene foretatt på Fornebu. Bilandelen er noe høyere på Statoil enn sonen for øvrig, men ellers er det små forskjeller. De ansatte fremhever først og fremst et styrket kollektivtilbud, mens samvalgsanalysen i tillegg fremhever redusert parkering. 42 Copyright Transportøkonomisk institutt, 2017

55 Tabell 5.4 Oppsummering av nøkkeltall hentet fra register-analyse, samvalgsanalyse og foretaksstudie. Registerbasert analyse/rvu Samvalgsanalyse Arbeidsreisens lengde, km 26,4 21,99 19 Bilandel, prosent Foretaksstudie Viktigste tiltak for å skifte fra bil til kollektivtransport Betydelige bedringer i kollektivtilbud Begrense parkeringsmuligheter Slippe å bytte underveis Kortere reisetid Copyright Transportøkonomisk institutt,

56 6 Nydalen 6.1 Områdebeskrivelse Nydalen i bydel Nordre Aker er et kombinert bolig- og næringsområde der forretningsmessig tjenesteyting, inkludert finans, utgjør de største næringsandelene. Fra 2008 til 2013 økte antall arbeidsplasser med 16% og det var totalt arbeidsplasser der i Bil utgjør 28 prosent av arbeidsreisene til Nydalen, kollektivtransport utgjør 32 prosent, og 34 prosent går eller sykler. Nydalen har et godt kollektivt reisetilbud, med Nydalen T-banestasjon, diverse bussruter og Nydalen togstasjon. Som en del av Oslopakke 2 ble det vedtatt å bygge nytt kollektivfelt på rv. 150 mellom Nydalen og Storo. I tillegg skal det lages en ny gang- og sykkelveg samt en ny holdeplass ved Nydalen stasjon. Dette prosjektet er nå i byggefasen. I strategidokumentet Ruter M2016 og i Trikkeprogrammet «Trikkens rolle» blir det også foreslått å bygge bytrikk mellom sentrum og Nydalen. I Kommuneplanen for Oslo inngår Nydalen i kategorien «Regionale områder for arbeidsplassintensive virksomheter» (Oslo kommune 2015). Dette betyr at kommunen ønsker høy arealutnyttelse, og at det ved knutepunktutvikling skal tilrettelegges for bymessig utvikling med blanding av boliger og arbeidsplassintensiv næringsutvikling. 6.2 Pendlingsstrømmer Nydalen er et område som i stor grad rekrutterer lokalt med hensyn til arbeidskraft (se figur 6.1). Området karakteriseres av en miks av næring og boliger, der det er mulig å bo relativt nærme jobben. Imidlertid er gjennomsnittslengden på arbeidsreisene til Nydalen like lang som for hele regionen (17 kilometer). Relativt lange arbeidsreiser kan forklares ved at det er en stor andel (nesten 31 prosent) som reiser lengre enn 20 kilometer. Siden det har skjedd en relativt stor økning i antall arbeidsplasser i området de siste årene er det sannsynlig at det er en del arbeidstakere som pendler spesielt langt når de har skaffet seg ny jobb eller blitt med på flyttelasset når virksomheten deres har flyttet til Nydalen. Dette ligner en del på situasjonen på Fornebu, med mye «nytt» næringsliv (som gir lange arbeidsreiser i en periode), selv om situasjonen i Nydalen ikke er så ekstrem som på Fornebu. Samtidig er det en ganske stor andel med spesielt korte arbeidsreiser til Nydalen 36 prosent har kortere reise enn 6 kilometer. Dette er i tråd med at Nydalen er lokalisert nært store boområder og har også en del boliger i selve caseområdet. 44 Copyright Transportøkonomisk institutt, 2017

57 Figur 6.1 Andelen av de sysselsatte i hver grunnkrets som reiser til Nydalen på arbeid Prosent Tabell 6.1 Antall med arbeidssted i Nydalen etter reiselengde. 2007, 2010 og Absolutte tall og prosent. Absolutte tall Prosent I alt ,0 100,0 100,0 0 til 3 km ,7 12,8 13,4 3 til 6 km ,0 21,7 22,7 6 til 12 km ,4 21,2 20,9 12 til 20 km ,4 12,2 12,3 20 km eller lengre ,4 32,1 30,7 Kilde: TØI/SSB 6.3 Tiltaksanalyse Utdanningsnivået blant arbeidsreisende til Nydalen ligger rundt gjennomsnittet. Inntekten de oppgir er over gjennomsnittet for de utvalgte gruppene, det er også antall biler per husholdning. Reisevei mellom hjem og arbeidsplass er rundt gjennomsnittet. Forskjellen i reisetid med bil og med kollektivtransport er over gjennomsnittlig stor for denne gruppen. Copyright Transportøkonomisk institutt,

58 De har over gjennomsnittlig god tilgang til kollektivtransport fra arbeidsplassen, men oppgir lengre avstand til holdeplass hjemmefra. Bruk av bil og kollektivtransport til arbeid ligger begge rundt gjennomsnittet. De går til arbeid sjeldnere, men sykler til gjengjeld oftere enn. De har anledning til å ha hjemmekontor flere dager enn andre grupper, og velger også å benytte seg av dette mer enn andre grupper. Tabell 6.2 viser verdiene utledet fra estimeringer med data fra CE1 samlet i Nydalen. Verdiene man får ved å bruke data fra alle gruppene samlet er også oppgitt i samme tabell. De estimerte koeffisientene for egenskaper ved å gå og enkelte av de estimerte koeffisientene for sykkel var ikke signifikante. En av grunnene er at mange av respondentene oppga at disse ikke var aktuelle som reisemåter til og fra arbeid. I tillegg ble reisetiden for disse reisemåtene tilpasset respondentens oppgitte reisetid, som gjorde at disse ikke ble valgt blant de ulike alternativene. Verdiene i tabell 6.2 tilsier at bedre kollektivtilbud, med god tilgang fra både arbeidsplass og jobb og få bytter, vil kunne få arbeidsreisende til å skifte fra bil til kollektivtransport. Verdiene for de ulike egenskapene ved kollektivtransport, samt de som er knyttet til parkeringstiltak, er omtrent lik verdiene for alle gruppene samlet, men arbeidsreisende til Nydalen responderer kraftigere på tiltak som begrenser parkering (både økte kostnader og større avstand til parkering). De mest effektive tiltakene vil her være å sørge for god tilgang til kollektivtransport, kombinert med å øke parkeringsutgifter og avstander til parkeringsmuligheter. Som påpekt tidligere, vil hovedproblemet med denne kombinasjonen av tiltak være å sørge for bedre tilgang til kollektivtransport fra hjemmet. Tiltak av typen innfartsparkering kunne bøte på dette, gitt god tilgang til kollektivtransport fra arbeidsplassen. Å sørge for bedre infrastruktur for syklende kunne vært et aktuelt tiltak for Nydalen. Tabell 6.3 viser verdiene utledet fra estimeringer med data fra CE2a (valget mellom to alternativer med kollektivtransport, beskrevet med egenskaper ved kollektivtransport og antall dager tillatt hjemmekontor) og CE2b (valg mellom to alternativer med bil, beskrevet med egenskaper ved bil, og antall dager hjemmekontor). Verdiene fra CE2a er lavere enn gjennomsnittet, mens verdiene fra CE2b er betydelig høyere enn gjennomsnittet. Arbeidsreisende til Nydalen er mer tilbøyelige til å jobbe hjemmefra som respons på tiltak som begrenser parkering, og på høyere variable utgifter relatert til bilbruk. Avveiningsforholdene mellom å ha hjemmekontor og ulike egenskaper ved kollektivtransport er derimot litt under gjennomsnittlig for denne gruppen. Som påpekt tidligere ble CE3a (el-bil som primærbil for husholdningen) og CE3b (el-bil som husholdningens bil nummer to), som ser på tilrettelegging for el-biler, bare estimert med data fra alle gruppene samlet. Disse valgeksperimentene tok ikke for seg lokale tiltak, som parkeringstiltak e.l. De tar kun for seg nasjonale tiltak, som påvirker grad av subsidiering ved kjøp av el-bil, samt egenskaper ved el-bil. El-biler kan være en attraktiv løsning for arbeidsreisende til Nydalen, spesielt dersom det også gjennomføres fordelaktige lokale parkeringstiltak. 46 Copyright Transportøkonomisk institutt, 2017

59 Tabell 6.2. Verdier utledet fra estimeringer med data fra CE1 for Nydalen, og med data fra alle gruppene samlet. Nydalen BIL Nydalen Alle grupper VOT, kr/time WTA for 100-meters økning i avstand til parkering, kr Parkeringsutgifter relativt til Reiseutgifter KOLLEKTIVTRANSPORT Ombordtid, kr/time Ventetid, kr/time WTP sitteplass, 25% av strekningen * WTP, sitteplass, 50% av strekningen WTP, sitteplass, 75% av strekningen WTP, sitteplass på hele strekningen * Gangavstand til holdeplass, kr/time * WTA bytte, kr/bytte SYKLE Tid, blandet trafikk vei kr/time Tid, sykkelvei, kr/time WTP for trygg parkering, kr * WTP for garderobe/dusj, kr * Sykkel-insentiv (øk.), relativt til billettpris på KT * 6.29 Sykkel-insentiv (øk.), relativt til bilutgifter * 3.78 GÅ VOT gå, kr/time * Gå-insentiv (øk.), relativt til billettpris på KT * 3.28 Gå-insentiv (øk.), relativt til bilutgifter * 3.78 WTP står for willingness to pay, altså betalingsvilje; WTA står for willingness to accept, altså summen en reisende må kompenseres for å godta noe; VOT står for value of travel time savings, altså verdien av tid brukt/spart. *Ikke statistisk signifikant Tabell 6.3. Verdier utledet fra estimeringer med data fra CE2a og CE2b Nydalen HJEMMEKONTOR: Kollektivtransport Økning i HK ved økning i billettpris på KT, HK dager per måned/kr 1.31 Nedgang i HK ved hyppigere avganger, HK dager per måned/avganger per time 0.49 Økning i HK ved økning i bytter, HK dager per måned/bytte 3.27 HJEMMEKONTOR: Bil Økning i HK ved økning i parkeringsutgifter, HK dager per måned/kr 0.27 Økning i HK ved økning i avstand til parkering, HK dager per måned/km 0.31 Økning i HK ved økning i variable bilutgifter, HK dager per måned/kr 0.22 WTP for høyere parkeringsutgifter ved kortere avstand til parkering, 100 kr/km 1.36 WTP står for willingness to pay, altså betalingsvilje; HK står for Hjemmekontor. *Ikke statistisk signifikant Copyright Transportøkonomisk institutt,

60 6.4 Virksomhetsstudie BI BI er én blant flere bedrifter som er lokalisert i Nydalen. Det spesielle ved BI er at det er en utdanningsinstitusjon med mange studenter. Institusjonen har tett under studenter, hvorav ca halvparten er lokalisert i Nydalen. Ved utgangen av 2013 hadde BI totalt 831 ansatte, av disse var 412 administrativt ansatte og 419 vitenskapelig ansatte. BI i Nydalen er godt lokalisert med tanke på tilgjengelighet til/fra det kollektive reisetilbudet. Nydalen T-banestasjon og diverse bussruter betjener Handelshøyskolen. Det er heller ikke langt fra Nydalen togstasjon. De ansatte har gratis parkering. For å få kunnskap om arbeidsreisene til de ansatte og studentene, og deres holdninger til tiltak for å gjøre arbeidsreisene mer miljøvennlige, ble det gjennomført en internettbasert spørreundersøkelse. I samarbeid med BI ble det sendt ut invitasjon til ansatte og studenter i mai I hvilken grad svarene fra utvalgene av ansatte og studenter er representative for andre bedrifter i Nydalen har vi ikke noe grunnlag for å si, men når det gjelder det kollektive transporttilbudet og infrastruktur for transport ellers, er forholdene ganske like Transportmiddelbruk Blant de ansatte er det 33 prosent som kjører bil, 43 prosent reiser kollektivt, mens resten går eller sykler. Mer enn 70 prosent av studentene reiser kollektivt, 15 prosent går, mens bare tre prosent sykler. Sykkelandelen blant de ansatte er høyere, 11 prosent. Figur 6.3 viser hvordan reisemåten for de ansatte varierer etter årstid. Den største forskjellen på vinter og sommer er at andelen som sykler og går (først og fremst sykler) er dobbelt så stor i sommerhalvåret som om vinteren. På vinterstid fordeler disse seg både på bil og kollektive reisemåter. Figur 6.2 BI i Nydalen. 48 Copyright Transportøkonomisk institutt, 2017

61 Til fots/sykkel Bilfører Bilpassasjer Buss Tog/bane Annet Vanligvis sommer Vanligvis vinter Reisedag Figur 6.3 Reisemåte til arbeid på reisedagen, vanligvis i sommer- og vinterhalvåret for ansatte ved BI N=298. Prosent. Kvinner reiser mer kollektivt enn menn, mens menn kjører oftere bil og sykler/går mer enn kvinner. Bilbruken er høyest i aldersgruppen år, mens de under 30 år sykler og går mer enn andre aldersgrupper. Andelen som reiser kollektivt er høyest blant de yngste. De som er bosatt i Oslo, bortsett fra i de sydlige områdene, sykler og går mer til jobb enn bosatte andre steder. Bosatte i Asker og Bærum bruker oftere bil enn andre. Bosatte i indre sone av Oslo og de som bor i Buskerud/Telemark/Vestfold er de mest ivrige bussbrukerne, mens tog og bane har relativt høye andeler både innenfor byen og i omegnsområder. Å gå og sykle foregår naturlig nok på de kortere distansene. Når arbeidsreisen er under fem km sykler eller går halvparten. Bilbruken er høyest på avstander mellom 20 og 30 km. Buss brukes på alle distanser, mens bruk av bane(tog) er høyest på de lengste avstandene Reiselengde og tidsbruk Den gjennomsnittlige reiselengden for de ansattes arbeidsreise er 19 km og reisetiden 33 minutter. For studentene er reisen til BI i gjennomsnitt 9 km og reisetiden 23 minutter. Da regnes reiselengde og reisetid fra dør til dør. På landsbasis er den gjennomsnittlige arbeidsreisen 15 km og 24 minutter (fra den nasjonale reisevaneundersøkelsen 2009, Vågane m fl 2011). Bosatte i Oslos omegnskommuner har en reiselengde på 20 km og tidsbruken er 30 minutter. Dette er nært opptil det de ansatte på BI har. Det er også likt tidsbruken og reiselengden til de ansatte ved Statoil på Fornebu. Mens 44 prosent av de ansatte har en reiselengde under 10 km, har så mange som 77 prosent av studentene denne avstanden, og nesten 40 prosent av dem har en reise til BI som er kortere enn fem kilometer Motiver for valg av reisemåte Den aller viktigste grunnen for de ansatte til å velge bilen er at det går raskt, nesten 70 prosent svarer det. Dernest er det fleksibiliteten bilen gir som framheves, og at man trenger bilen for å hente eller bringe barn til skole eller barnehage. Nesten 30 prosent bruker bil fordi de mener kollektivtilbudet er for dårlig der de bor, og hver femte nevner gode parkeringsmuligheter som grunn. De tre viktigste grunnene til å reise kollektivt for de Copyright Transportøkonomisk institutt,

62 ansatte ved BI er at det går raskt/man slipper køkjøring, det er miljøvennlig og kollektivreisen gir mulighet til å kople av underveis. I tillegg sier hver fjerde kollektivreisende at de liker å reise med buss og bane, mens bare fire prosent av bilbrukerne sier at de liker å kjøre bil. Litt over 20 prosent mangler bil eller førerkort, og er dermed tvunget til å bruke kollektive reisemåter eller gang/sykkel. De tre mest nevnte grunnene til å sykle er at det gir mosjon og fungerer som trening, at de liker å sykle og halvparten sykler fordi de kommer fort fram Opplevelse av arbeidsreisen De ansatte ble spurt om hvor fornøyd de var med den siste arbeidsreisen. Så mange som 75 prosent svarte at de var ganske eller svært fornøyd, figur 6.4. Dette er betydelig flere enn ved Siemens og Statoil. Bosatte i indre del av Oslo og de som bor i Oslo nord/vest har den høyeste andelen som er svært fornøyd. Bosatte utenfor byen er jevnt over mindre fornøyde enn de som bor innenfor Oslos grenser. De som går og sykler er mer fornøyde enn bilførere og kollektivreisende. Tilfredshet med arbeidsreisen øker med både avtakende lengde og tidsbruk. Samtidig er de med de lengste reisene (30 km + ) mindre misfornøyde enn de med reiselengder mellom 15 og 30 km, Tiltak for mer kollektivbruk og sykling De som vanligvis bruker bil om sommeren fikk spørsmål om hva som kunne få dem til å reise kollektivt i stedet. De tre viktigste tiltakene er det å slippe å bytte underveis, få kortere reisetid og lavere takster. Det er så mange som 23 prosent som sier at de vil kjøre bil uansett forbedringer av kollektivtilbudet. Slippe å bytte underveis Kortere reisetid Lavere takster Kjører bil uansett Holdeplass nærmere der jeg bor Færre forsinkelser Flere avganger Parkeringsavgift på jobben Dårligere tilgang på parkering Mer komfortable tog/busser Figur 6.4 Tiltak som kan få flere av dem som vanligvis bruker bil om sommeren til å reise kollektivt, ansatte ved BI Tre tiltak kunne nevnes. N=99. Prosent. Hva er det som kan få de ansatte til å sykle mer i sommerhalvåret? Dette spørsmålet ble stilt til dem som hadde en arbeidsreise som var kortere enn 20 km og som vanligvis ikke syklet i sommerhalvåret. Mer enn en fjerdedel av denne gruppen synes det er for langt å sykle, figur S.8. Omtrent en femtedel etterlyser bedre tilrettelegging for sykling mellom bostedet og arbeidsplassen, samt sykkelveier som gir mulighet for raskere sykling. Det er relativt få som mener økonomisk belønning fra arbeidsgiver vil motivere for mer sykling. 50 Copyright Transportøkonomisk institutt, 2017

63 6.4.6 Spesifikke tiltak Utbedring av eksisterende gang- og sykkelveier samt bygging av nye er de tiltakene de ansatte ved BI har størst tro på for å øke andelene som sykler. Omtrent halvparten har stor eller svært stor grad av enighet om at disse tiltakene vil ha virkning. I det åpne kommentarfeltet ble det etterlyst sammenhengende sykkelveier, flere sykkelveier, og tilrettelegging for sykling i sentrum. Noen mente at det ikke først og fremst var Nydalen som var et problem for syklistene, men generelt dårlige sykkelforhold i Oslo. Dette gjelder både utforming, skilting og informasjon. På åpent spørsmål om sykkeltiltak var det flere som mente at kapasiteten i garderobe og dusj var for dårlig på sommerstid. Det var liten plass til å oppbevare klær og trangt i dusjen. Det var også flere som mente at sykkelparkeringen burde bli bedre. I tillegg ble det nevnt sykkelservice på arbeidsplassen, slik at man kan få hjelp til å skifte dekk mv. Videre ble det foreslått sykkelbro over Ringveien ved Ullevål stadium, bedre skilting av sykkelveier, tilskudd til sykkel til de som ønsker å sykle, på samme måte som de som kjører elbil får gratis strøm og avgifts-reduksjon og/eller tilskudd for kjøp av el-sykler. Det er stor oppslutning om forbedring av kollektivtilbudet og reduksjon av prisene. Så mange som en fjerdedel mener at innføring av parkeringsavgift ikke er noe godt tiltak for å få folk til å reise mer miljøvennlig, og ytterligere en femtedel er usikre på om det vil ha noen virkning. De ansatte ble spurt om i hvilken grad de mente at lån/utleie av el-sykler og elbiler ville være gode tiltak for å stimulere til mer miljøvennlige møtereiser i arbeidstiden. I forhold til de andre tiltakene som er vurdert, er det relativt mange som ikke synes dette er noen bra tiltak eller de er usikre på om de er det. Dette kan ha sammenheng med at de aller fleste bruker T-banen når de skal på eksterne møter. 6.5 Oppsummering Tabell 6.4 oppsummerer noen nøkkeltall fra de tre undersøkelsene. Bilandelen på BI er noe høyere enn for sonen generelt. Samvalgsstudien og foretaksstudien studier fremhever begge betydningen av å styrke kollektivtilbudet, men samvalgsanalysen understreker også nødvendigheten av å begrense parkeringsmulighetene for å redusere bilbruken. Tabell 6.4 Oppsummering av nøkkeltall hentet fra register-analyse, samvalgsanalyse og foretaksstudie. Registerbasert analyse/rvu Samvalgsanalyse Foretaksstudie Arbeidsreisens lengde, km 17 18,32 19 Bilandel, prosent Viktigste tiltak for å skifte fra bil til kollektivtransport Betydelige bedringer i kollektivtilbud Begrense parkeringsmuligheter Slippe å bytte underveis Kortere reisetid Copyright Transportøkonomisk institutt,

64 7 Linderud 7.1 Områdebeskrivelse Linderud i Bydel Bjerke har høy andel arbeidsplasser innen handel og forretningsmessig tjenesteyting, og er det knutepunktet i vår studie som har lavest andel sysselsatte med universitet- og høgskoleutdanning. Fra 2008 til 2013 økte antall arbeidsplasser med 23 %, og i 2013 var det arbeidsplasser på Linderud. 62 prosent av arbeidsreisene til Linderud foregår med bil, 21 prosent reiser kollektivt, og 14 prosent går eller sykler. Kollektivtransporttilbudet omfatter Linderud T-banestasjon, med bussforbindelser til linje 59 og 60. Statens vegvesen utarbeider for tiden en systemanalyse som skal avklare det fremtidige riksvegsystemet i Groruddalen. Prosjekter som er spesielt relevante for Linderud omfatter Trondheimsveien, samt vegforbindelse mellom Trondheimsveien og Østre Aker vei. For Trondheimsveien er det foreslått å bygge denne ned til 4-felts veg mellom Grorud og Bjerke, med kollektivfelt i hver retning. Det har over lengre tid vært planlagt å bygge trikk fra Sinsen til Groruddalen, og I KVU Oslo-Navet blir det i K2 Metrokonseptet foreslått å bygge trikk fra Sinsen til Tonsenhagen, eventuelt med en forlengelse til Linderud. I den reforhandlede Oslopakke 3-avtalen finnes det imidlertid ikke konkrete planer om dette, her heter det at «Planarbeidet fortsetter for trikkeprosjektene, som for eksempel (...) trikk til Tonsenhagen.» (Oslo kommune og Akershus fylkeskommune, 2016, s. 13). I kommuneplanen for Oslo blir Linderud definert som et «Prioritert stasjonsnært område», der høyere arealutnyttelse skal vurderes (Oslo kommune 2015). 7.2 Pendlingsstrømmer De som arbeider på Linderud kommer delvis fra områder lokalt, men delvis fra et svært stort område i østre deler av Oslo, Lørenskog og Skedsmo (figur 7.1). Linderud har, etter Fornebu, også de lengste arbeidsreisene blant våre case-områder. Disse er litt over 21 kilometer i gjennomsnitt. Linderud har den laveste andelen av de aller korteste arbeidsreisene med 3,2 prosent (se tabell 7.1), noe som ikke er så overraskende, da det er relativt få større boligområder i nærheten. Reiselengde og hvor arbeidstakerne bor gjenspeiler også at bilbruken er høy i området Linderud er lett tilgjengelig med bil, slik at det er «likegyldig» hvor en bor så lenge en bruker bil til jobben. 52 Copyright Transportøkonomisk institutt, 2017

65 Figur 7.1 Andelen av de sysselsatte i hver grunnkrets som reiser til Linderud på arbeid Prosent Tabell 7.1 Antall med arbeidssted på Linderud etter reiselengde. 2007, 2010 og Absolutte tall og prosent. Absolutte tall Prosent I alt ,0 100,0 100,0 0 til 3 km ,4 3,5 3,2 3 til 6 km ,0 17,0 17,7 6 til 12 km ,1 27,5 27,8 12 til 20 km ,1 16,5 16,0 20 km eller lengre ,5 35,5 35,3 Kilde: TØI/SSB 7.3 Tiltaksanalyse Den deskriptive analysen (framstilt over) av dataene som ble samlet inn om arbeidsreisende til Alna Linderud tyder på at de som reiser til arbeidsplasser i dette området ikke har godt tilgang til kollektivtransport, hverken fra arbeidsplass eller hjemmefra. De har også lang reisevei, og oppgir betydelig lengre reisetid med kollektivtransport enn med bil. Antall biler Copyright Transportøkonomisk institutt,

66 i husholdningen er under gjennomsnittet. De oppgir samtidig å bruke bil mer enn kollektivtransport for å reise til jobb. Utdanningsnivået er lavere enn i de andre gruppene. De oppgir å kunne ha hjemmekontor færre dager per uke enn gjennomsnittet, og arbeider også mindre hjemmefra enn gjennomsnittet. Mange arbeidsreisende til Linderud oppgir at hverken kollektivtransport, sykkel eller gange er tilgjengelige/mulige reisemåter. Det er viktig å påpeke at kollektivtransport alltid gis som alternativ i CE1, selv når respondenten har oppgitt å ikke ha tilgang til det. Når dette er tilfellet, justeres reisetiden ut ifra en estimert verdi. Tabell 7.2 viser verdiene utledet fra estimeringer med data fra CE1. Verdiene man får ved å bruke slå sammen data fra alle gruppene ("pooled data") er også oppgitt i samme tabell. De estimerte koeffisientene for egenskaper ved å gå og enkelte av de estimerte koeffisientene for sykkel var ikke signifikante grunnet utilstrekkelig antall observasjoner. Mange av respondentene oppga at disse ikke var aktuelle som reisemåter for reiser til og fra arbeid. Videre ble reisetiden for disse reisemåtene tilpasset respondentens oppgitte reisetid, som resulterte i lange reisetider og gjorde at disse ikke ble valgt blant de ulike alternativene. Verdiene som gis i tabell 7.2 antyder at god tilgang til kollektivtransport både fra arbeidsplassen og fra hjemmet, med få bytter, vil skifte arbeidsreisende fra bil til kollektivtransport. Verdiene for egenskaper knyttet til kollektivtransport samt de knyttet til parkeringstiltak er høyere enn tilsvarende for alle gruppene samlet. Tiltak som sørger for tilgang til kollektivtransport, begrenser parkeringsmuligheter og øker parkeringsutgiftene vil være de mest effektive her. Det største problemet med denne kombinasjonen av tiltak vil være å bedre tilgang til kollektivtransport fra hjemmet. Tiltak av typen innfartsparkering kunne bøte på dette, gitt god tilgang til kollektivtransport fra arbeidsplassen. Tabell 7.3 viser verdiene utledet fra estimeringer med data fra CE2a og CE2b. Også her ble enkelte koeffisienter ikke statistisk signifikante, denne gang for egenskaper knyttet til CE2a (valget mellom to alternativer med kollektivtransport, beskrevet med egenskaper ved kollektivtransport og antall dager tillatt hjemmekontor). De fleste arbeidsreisende til Linderud hadde begrensede muligheter til å jobbe hjemmefra, spesielt gjaldt dette reisende med kollektivtransport. Størrelsen på utvalget ble derfor for liten for å oppnå signifikante koeffisienter for egenskapene i dette eksperimentet. Verdiene fra CE2b (valg mellom to alternativer med bil, beskrevet med egenskaper ved reise med bil, og antall dager hjemmekontor) indikerer at arbeidsreisende til Linderud har lavere preferanse for å jobbe hjemmefra. I CE3a (el-bil som primærbil for husholdningen) og CE3b (el-bil som husholdningens bil nummer to), som fokuserer på tilrettelegging for å skifte til miljøvennlig bil, ble det bare gjort estimeringer med data fra alle gruppene samlet. Lokale tiltak, som parkeringsrettede tiltak m.m., ble ikke behandlet i disse valg-eksperimentene. De tar kun for seg nasjonale tiltak, som påvirker grad av subsidiering ved kjøp av el-bil, samt egenskaper ved el-bil. Profilene som her tegnes av arbeidsreisende til Linderud antyder at el-biler kan være en attraktiv løsning, spesielt dersom det også gjennomføres fordelaktige lokale parkeringstiltak. 54 Copyright Transportøkonomisk institutt, 2017

67 Tabell 7.2 Verdier utledet fra estimeringer med data fra CE1 for Linderud og med data fra alle gruppene samlet Linderud BIL Alna - Linderud Alle grupper VOT, kr/time WTA for 100-meters økning i avstand til parkering, kr Parkeringsutgifter relativt til Reiseutgifter KOLLEKTIVTRANSPORT Ombordtid, kr/time Ventetid, kr/time WTP sitteplass, 25% av strekningen WTP, sitteplass, 50% av strekningen WTP, sitteplass, 75% av strekningen WTP, sitteplass på hele strekningen Gangavstand til holdeplass, kr/time WTA bytte, kr/bytte SYKLE Tid, blandet trafikk, kr/time Tid, sykkelvei, kr/time WTP for trygg parkering, kr * WTP for garderobe/dusj, kr * Sykkel-insentiv (øk.), relativt til billettpris på KT * 6.29 Sykkel-insentiv (øk.), relativt til bilutgifter * 3.78 GÅ VOT gå, kr/time * Gå-insentiv (øk.), relativt til billettpris på KT * 3.28 Gå-insentiv (øk.), relativt til bilutgifter * 3.78 WTP står for willingness to pay, altså betalingsvilje; WTA står for willingness to accept, altså summen en reisende må kompenseres for å godta noe; VOT står for value of travel time savings, altså verdien av tid brukt/spart. *Ikke statistisk signifikant Tabell 7.3. Verdier utledet fra estimeringer med data fra CE2a og CE2b Alna Linderud HJEMMEKONTOR: Kollektivtransport Økning i HK ved økning i billettpris på KT, HK dager per måned/kr * Nedgang i HK ved hyppigere avganger, HK dager per måned/avganger per time * Økning i HK ved økning i bytter, HK dager per måned/bytte * HJEMMEKONTOR: Bil Økning i HK ved økning i parkeringsutgifter, HK dager per måned/kr 0.15 Økning i HK ved økning i avstand til parkering, HK dager per måned/km 0.21 Økning i HK ved økning i variable bilutgifter, HK dager per måned/kr 0.16 WTP for høyere parkeringsutgifter ved kortere avstand til parkering, 100 kr/km 1.21 WTP står for willingness to pay, altså betalingsvilje; HK står for Hjemmekontor. *Ikke statistisk signifikant Copyright Transportøkonomisk institutt,

68 7.4 Virksomhetsstudie Siemens Siemens representerer en bedrift som er lokalisert i Oslos ytre sone nordøst. Bedriften ligger i et område med flere andre bedrifter, men det finnes også boligbebyggelse relativt nær. Kollektivtilbudet består først og fremst av busslinjer langs Østre Aker vei og Linje 5 på T-banen, som går gjennom Groruddalen. I tillegg er det tog-stasjon på Alna og busser på Trondheimsveien, begge i relativt lang gangavstand (15-20 minutter). For å få kunnskap om arbeidsreisene til de ansatte og hvilke tiltak de mente måtte til for eventuelt å endre reisemåte ble det gjennomført en internettbasert undersøkelse. Det elektroniske spørreskjemaet ble sendt ut til de ca 750 ansatte i midten av oktober. En purring ble sendt ut etter en uke. Det ble returnert 425 skjema, noe som ga en svarprosent på 57. Figur 7.2 Siemens på Linderud I hvilken grad de ansatte er representative for andre arbeidstakere i området kan vi ikke si med sikkerhet, men når det gjelder de ytre faktorene, som kollektivtilbud, gangsykkelveier og veinettet for øvrig er forholdene ganske like Transportmiddelbruk og reiselengde På Siemens er andelen som kjører selv 68 prosent på registreringsdagen, litt høyere på vinterstid og noe lavere om sommeren, figur 7.2 Selv om bedriften ligger relativt nær T- banen, er det ikke flere enn 11 prosent som bruker den. Ruter anslår gangavstanden til 400 m, men det forutsetter at man går mellom boligblokkene der borettslaget har satt opp skilt med gjennomgang forbudt. I realiteten er derfor gangavstanden betydelig lenger. Til sammen er det 10 prosent som sykler eller går. De ansatte har gratis parkering, og de aller fleste av de som kjører bil parkerer på arbeidsplassens område. 56 Copyright Transportøkonomisk institutt, 2017

69 Til fots/på sykkel Bil som fører Bil som passasjer Buss Tog Bane Annet Reisedagen Sommer Vinter Figur 7.3 Reisemåte til arbeid på reisedagen, vanligvis i sommerhalvåret og vinterhalvåret. Prosent N=424 Menn kjører noe mer bil enn kvinner, mens kvinner er bilpassasjer og bruker T-banen oftere enn menn. De yngre aldersgruppene bruker bil mindre enn de eldre, de reiser mer med T-bane. Ansatte fra 60 år og over er oftest bilførere. Bosted har stor betydning for hvordan reisemåten til arbeid er. Bosatte i indre sone av Oslo bruker bilen sjeldnest, mens de som bor i ytre sone av Oslo i nord/vest og bosatte utenfor Oslo har høyest bilbrukerandeler. Bosatte i indre sone er de som oftest bruker banen, mens bosatte i Oslo øst er de som oftest går eller sykler. Mer enn halvparten av de som har en reiselengde kortere enn 5 km går eller sykler til jobb. Bilbruken øker med reiselengde, fra 33 prosent bilførere på reiser under 5 km til 82 prosent på lengder fra 40 km og over. T-banen brukes mest på arbeidsreisene mellom 5 og 10 km, mens toget er vanligst på reiselengder på 30 km og lengre. Bruken av buss er liten og spredd på de fleste reiselengder. Den gjennomsnittlige reiselengden for de ansattes arbeidsreise er 24 km og reisetiden er 32 minutter. Selv om gjennomsnittslengden på arbeidsreisen er lang, har en tredel av de ansatte har kortere enn 10 km til jobben. I den andre enden er det en fjerdedel som har arbeidsreise som er lengre enn 30 km Grunner til å velge ulike transportmidler Den aller viktigste grunnen til at bilen velges er at det går raskt. Dernest er det fleksibiliteten som framheves og at kollektivtilbudet ikke er bra nok. Når det gjelder de to første grunnene er dette motiver for valg av bil som er felles for alle aldersgrupper, både for kvinner og menn og bosatte i alle områder. Dårlig kollektivtilbud nevnes oftere av de som er bosatt utenfor Oslo, og hyppigst av de som er bosatt sør-øst for Oslo, i Folloregionen og Østfold. Den fjerde viktigste grunnen til å velge bil til arbeidet er at man trenger bilen i jobb. De tre viktigste grunnene til å velge kollektivt på arbeidsreisen er å slippe køkjøring, særlig gjelder dette ansatte som bor sør eller vest for Oslo, at det er rimeligere enn å bruke bil og at det er miljøvennlig. Den viktigste grunnen de ansatte oppgir for å velge sykkel på arbeidsreisen er at det gir mosjon. I motsetning til de to andre reisemåtene er det en stor andel som sier at de liker å sykle. Copyright Transportøkonomisk institutt,

70 7.4.3 Opplevelse av arbeidsreisen og mulighet for endring Flertallet av de ansatte er fornøyde med arbeidsreisen, men det er en del forhold folk er misfornøyde med, og dette varierer særlig etter hvor de bor. Bosatte i Follo/Østfold er de som er minst fornøyde med de fleste aspektene ved arbeidsreisen som er tatt opp her. De er betydelig med misfornøyde med reisetiden enn bosatte i andre områder. Det samme gjelder kvaliteten på kollektivtilbudet, kostnadene og muligheten til å utnytte reisetiden underveis. Opp mot 40 prosent sier at de kunne tenke seg å reise mer kollektivt enn hva de gjør, men det forutsetter at det skjer forbedringer. De som bruker bil sier at for å endre til kollektivt må reisetiden bli kortere, man må slippe å bytte underveis og det må bli flere avganger. En fjerdedel kjører bil uansett. Omtrent like mange sier de kunne tenke seg å sykle mer enn hva de gjør, men også her er det flere tiltak som ønskes: Bedre forhold for sykling mellom bolig og arbeidsplass, sykkelveier som gir mulighet for å sykle raskt og tilrettelegging på arbeidsplassen i form av dusj, garderobe og sikker sykkelparkering Bedre tilrettelegging mellom bosted og arbeid Sykkelveier som gir mulighet for raskere sykling Ikke aktuelt, bor for langt unna Bedre tilrettelegging på arbeidsplassen Økonomisk belønning fra arbeidsgiver Flere gang/sykkelbruer Bedre vedlikehold av sykkelveiene Figur 7.4 Tiltak som kan få de ansatte til å sykle mer i sommerhalvåret. Stilt til dem som har arbeidsreise kortere enn 20 km. Inntil tre tiltak kunne merkes av. Prosent. N= Tiltak som foreslås På overordnet planleggingsnivå dreide det seg om bedring av sykkelforholdene generelt. Men også forslag til konkrete strekninger der man ønsker bedre forhold: Gang- og sykkelvei på R120 mot Nannestad, komplett sykkelsti Linderud-Lørenskog og utbedring av gangsykkelvei ved Siemens. Bysykkelstativer på Vollebekk og i bydel Bjerke var ytterligere et konkret forslag. Tiltak knyttet til bedriften, og som ble nevnt av flere var muligheten til å parkere trygt innendørs, og at det finnes gode dusj og garderobeforhold. Det ble også foreslått at sykle-til-jobben-kampanjen kunne kombineres med kampanjer også for kjøp av sykkel. Tiltak knyttet til forbedring av kollektivtilbudet omfatter mange forslag. Nedkorting av reisetiden var det generelle tiltaket som var viktig for at mange kan tenke seg å reise kollektivt. Å unngå bytte underveis og dårlig samordning mellom bane og buss ble fremhevet. Forbedring av gangveien fra T-banestasjonen på Linderud, flytting og utbedring av bussholdeplasser, samt bedre tilgjengelighet til de aktuelle jernbanestasjonene ble 58 Copyright Transportøkonomisk institutt, 2017

71 fremhevet. Tilgjengeligheten fra og til kollektivholdeplasser i dag oppleves som lite tilfredsstillende. Bedre kollektivtransport på tvers av Groruddalen etterlyses, og én foreslår også en ytre T- banering. Mange må i dag inn til sentrum og så tilbake med T-banen til Linderud i stedet for å kunne reise mer direkte. Det som tar 10 minutter med bil, tar 50 minutter med kollektivtransport. T-bane til Gjelleråsen og Hagan i Nittedal er også foreslått. Gratis parkering ved jernbanestasjonene for de som bruker tog ble foreslått for å øke togbruken. Bedre gangvei fra stasjonen på Alna ble også etterlyst. Flere og hyppigere bussruter langs Østre Aker vei nordfra er et ønske. Mange av de ansatte bor i Romerike. Det ble også foreslått en egen buss fra områder hvor det bor mange Siemensansatte. Lavere takster på kollektivtransporten, subsidiering av månedskort fra arbeidsgivers side og belønning for å reise kollektivt var forslag som kom fra flere. I dag er gratis parkering ikke skattepliktig, mens feks. gratis månedskort er det. Forslag om belønninger og subsidiering av reisemåter er sterkt knyttet til hvordan man selv reiser. 7.5 Oppsummering Tabell 7.3 Oppsummering av nøkkeltall hentet fra register-analyse, samvalgsanalyse og foretaksstudie. Registerbasert analyse/rvu Samvalgsanalyse Foretaksstudie Arbeidsreisens lengde, km 21 20,3 24 Bilandel, prosent Viktigste tiltak for å skifte fra bil til kollektivtransport Betydelige bedringer i kollektivtilbud Begrense parkeringsmuligheter Kortere reisetid Slippe å bytte underveis Tabell 7.3 over summerer noen nøkkeltall fra de tre analysene. Bilandelen er noe høyere enn blant øvrige arbeidsreisende til sonen. Både samvalgsstudien og foretaksstudien indikerer at et styrket kollektivtilbud kan få flere til å la bilen stå, men førstnevnte peker også på at parkeringsmulighetene bør begrenses. Copyright Transportøkonomisk institutt,

72 8 Blindern 8.1 Områdebeskrivelse Blindern i bydel Nordre Aker er tilholdssted for Universitetet i Oslo, og arbeidsplassene i dette knutepunktet er i all hovedsak innen undervisning. Blant knutepunktene i vår studie er Blindern det området som har hatt den laveste veksten i antall arbeidsplasser; fra 2008 til 2013 økte antall arbeidsplasser med 7,2 prosent, og i 2013 var det arbeidsplasser på Blindern. 13 prosent av arbeidsreisene til Blindern foregår med bil, 55 prosent reiser kollektivt, og 31 prosent går eller sykler. Blindern har et godt kollektivtransporttilbud som omfatter Forskningsparken T-banestasjoner, samt trikkestopp ved Forskningsparken. Det foreligger så vidt vi kjenner til ingen konkrete planer om investeringer i veginfrastruktur eller kollektivtransport på selve Blindern. I 2013 åpnet ny sykkelveg mellom Holmenveien og Gaustad. Det planlegges dessuten en omfattende oppgradering av Ring 2 nedenfor Blindern, hvor det skal tilrettelegges for trikk og sykkel. I Oslos kommuneplan (Oslo kommune 2015) er Gaustadbekkdalen definert som «Utviklingsområde i ytre by». Dette betyr at det legges opp til høy utnyttelse, og at området skal preges av høy bymessig/arkitektonisk kvalitet og variert arealbruk. 8.2 Pendlingsstrømmer Blindern har, i likhet med Nydalen, mange sysselsatte som er bosatt lokalt. Men Nydalen har også en del sysselsatte som bor relativt svært langt vekk. Dette har Blindern få av, og resultatet er at den gjennomsnittlige reiselengden for de sysselsatte på Blindern er den korteste blant alle caseområdene våre, med 14 kilometer. Det lokale rekrutteringsområdet for sysselsatte i Blindernområdet gjenspeiles i tabell 8.X. Der ser vi at over 44 prosent av de sysselsatte reiser kortere enn 6 kilometer til jobb. Svært mange vil dermed ha mulighet for å gå eller sykle til jobben. Lengden på arbeidsreisen har også gått nedover de siste årene, den var nesten 20 kilometer i 2001, nesten 16 kilometer i 2010, og er nå nede i 14 kilometer. 60 Copyright Transportøkonomisk institutt, 2017

73 Figur 8.1 Andelen av de sysselsatte i hver grunnkrets som reiser til Blindern på arbeid Prosent Tabell 8.1 Antall med arbeidssted på Blindern etter reiselengde. 2007, 2010 og Absolutte tall og prosent. Absolutte tall Prosent I alt ,0 100,0 100,0 0 til 3 km ,6 14,4 14,5 3 til 6 km ,8 29,4 29,8 6 til 12 km ,8 23,2 23,3 12 til 20 km ,3 13,3 13,3 20 km eller lengre ,4 19,6 19,0 Kilde: TØI/SSB 8.3 Tiltaksanalyse Arbeidsreisende til Blindern er høyt utdannet. De oppgir relativt lav inntekt, og antall biler per husholdning er det laveste blant de utvalgte gruppene. De oppgir relativt kort reisevei mellom hjem og arbeid. Forskjellen i reisetid med bil og med kollektivtransport er ikke så Copyright Transportøkonomisk institutt,

74 stor som for de fleste andre grupper. Blindern har svært god tilgang til kollektivtransport. Det ser ut til at de også har god tilgang til kollektivtransport fra hjemmet. Denne gruppen benytter seg av kollektivtransport, sykkel og gange i større grad enn andre grupper. De har anledning til å ha hjemmekontor flere dager enn andre grupper, og velger også å benytte seg av dette mer enn andre grupper. Tabell 8.2 viser verdiene utledet fra estimeringer med data fra CE1 samlet på Blindern. Verdiene man får ved å bruke data fra alle gruppene er også oppgitt i samme tabell. Tabell 8.3 viser verdier utledet fra estimeringer med data fra CE2a og CE2b Tabell 8.2. Verdier utledet fra estimeringer med data fra CE1 for Blindern, og med data fra alle gruppene samlet. Blindern BIL Blindern Alle grupper VOT, kr/time WTA for 100-meters økning i avstand til parkering, kr Parkeringsutgifter relativt til Reiseutgifter KOLLEKTIVTRANSPORT Ombordtid, kr/time Ventetid, kr/time WTP sitteplass, 25% av strekningen WTP, sitteplass, 50% av strekningen WTP, sitteplass, 75% av strekningen WTP, sitteplass på hele strekningen Gangavstand til holdeplass, kr/time WTA bytte, kr/bytte SYKLE Tid, blandet trafikk vei kr/time Tid, sykkelvei, kr/time WTP for trygg parkering, kr WTP for garderobe/dusj, kr Sykkel-insentiv (øk.), relativt til billettpris på KT Sykkel-insentiv (øk.), relativt til bilutgifter GÅ VOT gå, kr/time Gå-insentiv (øk.), relativt til billettpris på KT Gå-insentiv (øk.), relativt til bilutgifter WTP står for willingness to pay, altså betalingsvilje; WTA står for willingness to accept, altså summen en reisende må kompenseres for å godta noe; VOT står for value of travel time savings, altså verdien av tid brukt/spart. *Ikke statistisk signifikant 62 Copyright Transportøkonomisk institutt, 2017

75 Tabell 8.3. Verdier utledet fra estimeringer med data fra CE2a og CE2b Blindern HJEMMEKONTOR: Kollektivtransport Økning i HK ved økning i billettpris på KT, HK dager per måned/kr 1.11 Nedgang i HK ved hyppigere avganger, HK dager per måned/avganger per time 0.43 Økning i HK ved økning i bytter, HK dager per måned/bytte 3.66 HJEMMEKONTOR: Bil Økning i HK ved økning i parkeringsutgifter, HK dager per måned/kr 0.31 Økning i HK ved økning i avstand til parkering, HK dager per måned/km 0.29 Økning i HK ved økning i variable bilutgifter, HK dager per måned/kr 0.22 WTP for høyere parkeringsutgifter ved kortere avstand til parkering, 100 kr/km 1.28 WTP står for willingness to pay, altså betalingsvilje; HK står for Hjemmekontor. *Ikke statistisk signifikant 8.4 Virksomhetsstudie: Universitetet i Oslo Universitetet i Oslo har bygninger rundt om i Oslo, men største delen av universitetet er konsentrert på Blindern. Muligheten for å reise med kollektivtransport til UiO er svært god, det går både T-bane, buss og trikk til Blindern-området. Mange bruker flere transportmidler på veien til UiO, og på svardagen oppga hele 55 prosent av studentene og 40 prosent av de ansatte at de brukte T-banen på hele eller deler av veien til UiO. Andelen ansatte som har kjørt bil, enten som sjåfør, som passasjer eller i drosje var på 28 prosent. Sammenligning med tilsvarende undersøkelser gjort blant ansatte ved universitetet i Bergen (UiB) og Universitetet for miljø og biovitenskap (UMB) viser at antall kollektivreisende er særlig høyt ved UiO. Det er 56 prosent Figur 8.2 Universitetet i Oslo, Blindern, Humanistisk fakultet. av de ansatte som reiser kollektivt til UiO mot 8 prosent ved UMB (Tennøy & Øksenholt 2012) og 20 prosent ved UiB (UiB 2009). UiOs plassering gjør det lettere for de ansatte å reise kollektivt enn hva det er ved de andre universitetene, spesielt ved UMB som ikke ligger i en storby. Sykkelandelene er imidlertid relativt lave: Det er bare 5 prosent av de ansatte som oppgir at de sykler til UiO på svardagen, noe som er betydelig lavere enn ved de andre universitetene (Tennøy & Øksenholt 2012). Copyright Transportøkonomisk institutt,

76 T-bane Bilsjåfør Til fots Buss Trikk Tog Sykkel Bilpassasjer Annet Drosje Motorsykkel/moped 5% 11% 9% 10% 2% 5% 1% 4% 1% 1% 0% 1% 0% 0% 23% 28% 22% 27% 21% 25% 55% 40% Studenter (N=4240) Ansatte (N=2566) Figur 8.3 Valg av transportmiddel på svardagen (N=6806). Resultatene fra undersøkelsen viser at det er de som drar til UiO med sykkel eller til fots, som er mest tilfreds med reisen sin. Andelen som sykler på svardagen er svært lav, men dette kommer nok av at undersøkelsen ble foretatt i februar/mars og det var is og snø i mesteparten av perioden. Det er 31 prosent av respondentene som oppgir at de sykler ukentlig i sommerhalvåret, mot 5 prosent om vinteren. De ble også spurt om hvorfor de ikke sykler på vinteren og de viktigste grunnene for dette er at det er glatt, kaldt og ubehagelig. Alle respondentene ble bedt om å ta stilling til om de ønsket å gå eller sykle mer til UiO og hva som skal til for at de skal velge dette. 60 prosent av studentene og 47 prosent av de ansatte sier seg enig eller svært enig i at de ønsker å gå/sykle mer til/fra UiO. Dette indikerer at det er et betydelig potensial for å øke andelen syklende og gående ved UiO. Tiltak som flere sykkelfelt og sykkelveier er populært blant potensielle syklister, og tilsvarende for gående som ønsker flere gangveier og fotgjengerfelt. Også bedre garderobekapasitet oppgis som et tiltak som vil kunne øke sykkelandelene Tilfredshet med arbeidsreisen Når det gjelder forhold de reisende er misfornøyd med, ser vi at de som reiser kollektivt først og fremst er misfornøyde med kostnadene, fulgt av kapasiteten og muligheten for å utnytte tiden til arbeid. Det er spesielt studentene som er misfornøyde med kostnadene på kollektivtransporten, De aspektene kollektivreisende er misfornøyde med er mulige forbedringspunkter som kan gjøre det mer attraktivt å reise kollektivt. Blant bilkjørerne er det 47 prosent av studentene og 43 prosent av de ansatte som er enig eller svært enig i at de ønsker å benytte mer kollektivtransport. Her er det tiltak som å slippe å bytte underveis, kortere reisetid og lavere takster, som blir nevnt flest ganger som forklaring på hva som skal til for at de skal velge å reise kollektivt. Det blir også sett på hva som skal til for å benytte el-bil. Et populært tiltak her er at innkjøp av el-biler bør subsidieres. Undersøkelsen ser også på ansattes reiser både i løpet av arbeidsdagen og lengre reiser, samt bruk av videomøter. Når det kommer til møter i arbeidstiden er T-banen det transportmiddelet som brukes mest. De vitenskapelig ansatte drar i større grad på lengre arbeidsreiser enn de teknisk/administrative ansatte, og disse reisene foretas som oftest med fly. Det er svært få som oppgir at deres siste lengre arbeidsreise kunne vært erstattet med 64 Copyright Transportøkonomisk institutt, 2017

77 videomøter. Videomøter brukes i størst grad til prosjekt-/arbeidsmøte og for de vitenskapelig ansatte brukes det også til forskningssamarbeid. De mest populære tiltakene for å øke bruken av videomøter er brukerstøtte/opplæring i forkant av møtet, bedre videomøterom/-studioer og bedre programvare for videomøte på PC-ene Tiltak for mer kollektivbruk og sykling Videre blir det sett på holdninger til ulike tiltak. Først tiltak for å gjøre reisen mer miljøvennlig, og så tiltak for å redusere transportbehovet. Respondentene er generelt ganske positive til de foreslåtte tiltakene for å gjøre reisen mer miljøvennlig. Lavere priser på kollektivtransport er særlig populært blant studentene, men også blant de ansatte. Tiltakene for å redusere transportbehovet får generelt litt lavere oppslutning, men også her er det potensial for å gjøre grep som er mer miljøvennlige. Spesielt populært blant studenter er forslagene økt tilgang på studentboliger nærme UiO, og for de ansatte å legge til rette for å jobbe hjemmefra. Restriktive tiltak, som å økte parkeringsavgifter, får liten oppslutning. Basert på rapporten legges det til slutt frem anbefalinger til tiltak for å øke andelen som reiser miljøvennlig til UiO. Generelt er både de ansatte og studentene villig til å endre sine transportvaner. Rapporten viser at mange kan tenkte seg å sykle eller gå mer til UiO. For å få til dette anbefales det å sørge for flere og bedre sykkel- og gangveier, samt bysykkelordning på Blindern og i studentbyene. UiO kan gjennom kampanjer oppfordre studenter og ansatte til å sykle og gå mer. UiO kan også legge til rette for mer sykling ved å tilby sikrere sykkelparkering og bedre tilgang på garderobe både for syklende og gående. Kollektivtilbudet kan styrkes blant annet ved å legge opp nye direkteruter til Blindern, og ved å øke kapasiteten. Tiltak som retter seg mot å få bilister over til kollektivtrafikken, bør i størst grad rettes mot de ansatte, fordi det er her en finner flest bilpendlere. 8.5 Oppsummering Tabell 8.4 Oppsummering av nøkkeltall hentet fra register-analyse, samvalgsanalyse og foretaksstudie. Registerbasert analyse/rvu Samvalgsanalyse Foretaksstudie Arbeidsreisens lengde, km 14 13,32 Bilandel, prosent Viktigste tiltak for å skifte fra bil til kollektivtransport Bedret infrastruktur sykkel Gå-insentiver Lavere priser på kollektivtransport Studentboliger nærmere UiO Som det fremgår av tabell 8.4 er det som ventet få endringer i tallene fra UIO og pendlere for øvrig til sonen. Samvalgsanalysen fremhever både sykkeltiltak og insentiver for gående, mens foretaksstudien også fremhever lavere priser på kollektivtransport og studentboliger nærmere universitetet. Copyright Transportøkonomisk institutt,

78 9 Sentrum 9.1 Områdebeskrivelse Oslo Sentrum har en variert næringsstruktur som blant annet omfatter offentlig forvaltning, forretningsmessig tjenesteyting og IKT og media. Fra 2008 til 2013 økte antall arbeidsplasser med 16 prosent, og i 2013 var det arbeidsplasser i Sentrum. 10 prosent av arbeidsreisene til Sentrum foregår med bil, 50 prosent reiser kollektivt, og 37 prosent går eller sykler. Sentrum har et svært godt kollektivtransporttilbud som omfatter T- bane, Oslo sentralstasjon, flere trikkestopp og en rekke bussforbindelser. Det gjennomføres en rekke planarbeider som vil styrke kollektivtransporttilbudet ytterligere i Oslo sentrum. Disse omfatter en ny Oslo S, der KLP, Ruter og ROM har arbeidet med en felles konsekvensutredning for hele området. Det er også planlagt en ny bussterminal ved Oslo S, der KVU ble ferdigstilt i I denne KVU en ble det anbefalt et konsept med bussterminal på lokk over sporområdet på Oslo S. Det arbeides nå med reguleringsplan og konsekvensutredning for en slik løsning. T-bane og tog vil også rustes opp med nye tunneler. I revidert avtale om Oslopakke 3 er det lagt opp til ny sentrumstunnel med T-banen mellom Majorstuen og Bryn. Denne skal etter planen stå ferdig i Ny jernbanetunnel mellom Oslo S, Nationaltheatret og Lysaker er planlagt fram mot 2040 (Jernbaneverket m.fl., 2015). 9.2 Pendlingsstrømmer Det arbeider nesten personer i Oslo sentrum, og det er klart at alle disse ikke kan rekrutteres lokalt. Mange av dem kan heller ikke kjøre bil inn til jobben. Oslo sentrum er på mange måter todelt i typen sysselsatte når det gjelder arbeidsreisene. Det betyr at gjennomsnittsverdier er vanskelig å tolke. På den ene siden har Oslo sentrum landets beste kollektivtilbud, ikke minst når det gjelder tog og T-bane. Det betyr at vi finner en stor del sysselsatte som reiser svært langt for å komme på jobb og arbeidstakere med jobb i sentrum kommer dermed fra et svært stort omland (figur 9.1). 66 Copyright Transportøkonomisk institutt, 2017

79 Figur 9.1 Andelen av de sysselsatte i hver grunnkrets som reiser til Oslo sentrum på arbeid Prosent På den annen side er det faktisk i området tett på sentrum at boligområdene i Oslo er tettest. Det ser vi av figur 9.2, der de tetteste boligområdene er i sonen 1,5 til 4,5 kilometer fra rådhuset. Så selv med svært mange arbeidsplasser i sentrum med dårlig biltilgang, er det faktisk svært mange som har tilgang til området via gange, sykkel eller lokal kollektivtransport. Copyright Transportøkonomisk institutt,

80 Tetthet per kvadratkilometer Bosatte Sysselsatte 0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 5,5 6,0 6,5 7,0 7,5 8,0 8,5 9,0 9,5 10,0 10,5 11,0 11,5 12,0 12,5 13,0 13,5 14,0 14,5 15,0 15,5 16,0 16,5 17,5 Kilde: Christensen m.fl 2016 Figur 9.2 Tetthet av bosatte og sysselsatte etter avstand fra rådhuset i Oslo Avstand fra sentrum (kilometer) Resultatet er at det både er en stor andel med svært kort arbeidsreise (over 20 prosent under 3 kilometer størst andel av samtlige caseområder) og en stor andel med lang arbeidsreise (28 prosent med 20 kilometer eller mer på linje med Nydalen). Gjennomsnittlig reiselengde på 17,0 kilometer forteller dermed ikke så mye. Tabell 9.1 Antall med arbeidssted i Oslo sentrum etter reiselengde. 2007, 2010 og Absolutte tall og prosent. Absolutte tall Prosent I alt ,0 100,0 100,0 0 til 3 km ,2 20,0 20,7 3 til 6 km ,4 16,4 17,7 6 til 12 km ,6 23,3 23,1 12 til 20 km ,5 10,8 10,4 20 km eller lengre ,3 29,5 28,1 Kilde: TØI/SSB Gjennomsnittlig har arbeidsreisen til Oslo sentrum blitt kortere. Den var over 20 kilometer i Redusert lengde på arbeidsreisen er en generell trend i Norge, der sentralisering og fortetting kan være en årsak. Men dette gjelder tydeligvis også internt i Oslo. Hvordan dette har utviklet seg ser vi tydelig i figur 9.3. Det er de sentrale områdene i Oslo som først og fremst har hatt økning av arbeidstakere som jobber i sentrum, mens områder lengre vekk fra sentrum, slik som hele Groruddalen, alt sør for Nordstrand/Ekeberg og vest/nordvest i Oslo har redusert antallet som jobber i Oslo sentrum. Det finnes unntak (slik som Fornebu), og dette er områder som generelt har hatt en stor økning i antall bosatte. Denne endringen er i samsvar med den generelle fortettingen som har skjedd i Oslo, der det er de sentrale boligområdene som har økt mest i antall beboere. 68 Copyright Transportøkonomisk institutt, 2017

81 Kilde: TØI/SSB Figur 9.3 Endring i antall pendlere fra hver grunnkrets til Oslo sentrum i perioden 2010 til Absolutte tall 9.3 Tiltaksanalyse Arbeidsreisende til sentrum har høyere inntekt og flere biler per husholdning enn gjennomsnittet. Reisevei til jobb ligger omtrent på gjennomsnittet. Dette er den eneste gruppen som oppgir tilnærmet lik reisetid med bil og med kollektivtransport. En forklaring på dette er at man i sentrum har god tilgang til kollektivtransport, samtidig som reisetiden med bil blir lang i rushtiden. Denne gruppen oppgir ikke den beste tilgangen til kollektivtransport, hverken fra hjem eller fra arbeidsplass, men preferansene for bil og for kollektivtransport er de samme som for arbeidsreisende til Blindern. De er blant dem som går oftest til jobb, derimot sykler de ikke like ofte som flere andre grupper. At denne gruppen sjelden sykler til arbeid kan både skyldes karaktertrekk hos de arbeidsreisende og oppfatninger om trafikksikkerheten for syklister på de blandet trafikk i bykjernen. Utdanningsnivået hos arbeidsreisende til Sentrum er omtrent gjennomsnittlig. De har under gjennomsnittlig anledning til å jobbe hjemmefra, og har også færre dager hjemmekontor enn gjennomsnittet. Copyright Transportøkonomisk institutt,

82 Tabell 9.2 viser verdiene utledet fra estimeringer med data fra CE1 samlet i sentrum. Verdiene man får ved å bruke data fra alle gruppene samlet er også oppgitt i samme tabell. Koeffisientene for egenskaper knyttet til sykling ble ikke statistisk signifikante grunnet utilstrekkelig antall observasjoner. Mange arbeidsreisende oppga at sykkel ikke var aktuelt som reisemåte til jobb. Selv om arbeidsreisende til sentrum har høyere tidsverdier (VOT) ved reiser med bil og kollektivtransport, har de lavere verdier for bytter og ventetid enn gjennomsnittet. Sannsynligvis er kollektivtilbudene de benytter seg av bedre på disse punktene enn kollektivtilbudene andre steder. Denne gruppen viser høyere betalingsvilje for ledig sitteplass enn gjennomsnittet. Arbeidsreisende i denne gruppen har også høyere betalingsvilje når det gjelder parkeringsplass nærmere arbeidsplassen, og er mindre sensitive for parkeringsutgifter enn gjennomsnittet. Høyere inntekt kan forklare dette. Arbeidsreisende til sentrum oppgir lavere økonomiske insentiver til å gå til arbeid enn gjennomsnittet. Igjen kan det påpekes at denne gruppen har høyere inntekt enn gjennomsnittet. Basert på undersøkelsene som er gjort over, kan det se ut til at arbeidsreisende til sentrum verdsetter kollektivtransport uten forsinkelser, og misliker lange avstander mellom parkerings- og arbeidsplass. Ytterligere innstramminger i parkeringstilbudet ser ut til å kunne være et effektivt tiltak for å få bilister fra denne gruppen til å bytte til kollektivtransport. Tabell 9.3 viser verdiene utledet fra estimeringer med data fra CE2a (valget mellom to alternativer med kollektivtransport, beskrevet med egenskaper ved kollektivtransport og antall dager tillatt hjemmekontor) og CE2b (valg mellom to alternativer med bil, beskrevet med egenskaper ved bil, og antall dager hjemmekontor). Verdiene fra både CE2a og CE2b er betydelig lavere enn gjennomsnittet (se tabell 11 og 12). Arbeidsreisende til sentrum har lav tilbøyelighet til å jobbe hjemmefra, noe som antakeligvis har sin forklaring i deres arbeidsbeskrivelser. Som påpekt tidligere ble CE3a (el-bil som primærbil for husholdningen) og CE3b (el-bil som husholdningens bil nummer to), som ser på tilrettelegging for el-biler, bare estimert med data fra alle gruppene samlet. Disse valgeksperimentene tok ikke for seg lokale tiltak, som parkeringstiltak e.l. De tar kun for seg nasjonale tiltak, som påvirker grad av subsidiering ved kjøp av el-bil, samt egenskaper ved el-bil. El-biler kan være en attraktiv løsning for arbeidsreisende til sentrum, spesielt dersom det også gjennomføres fordelaktige lokale parkeringstiltak. Fordelaktige lokale tiltak, spesielt rettet mot parkeringstilbudet, kunne hjulpet å fremme bruk av el-biler til dette området. Samtidig er enda større køer i bykjerne en uønsket bieffekt av økt bruk av el-bil. 70 Copyright Transportøkonomisk institutt, 2017

83 Tabell 9.2. Verdier utledet fra estimeringer med data fra CE1 for sentrum, og med data fra alle gruppene samlet Sentrum BIL Sentrum Alle grupper VOT, kr/time WTA for 100-meters økning i avstand til parkering, kr Parkeringsutgifter relativt til Reiseutgifter KOLLEKTIVTRANSPORT Ombordtid, kr/time Ventetid, kr/time WTP sitteplass, 25% av strekningen WTP, sitteplass, 50% av strekningen WTP, sitteplass, 75% av strekningen WTP, sitteplass på hele strekningen Gangavstand til holdeplass, kr/time WTA bytte, kr/bytte SYKLE Tid, blandet trafikk vei kr/time * Tid, sykkelvei, kr/time * WTP for trygg parkering, kr * WTP for garderobe/dusj, kr * Sykkel-insentiv (øk.), relativt til billettpris på KT * 6.29 Sykkel-insentiv (øk.), relativt til bilutgifter * 3.78 GÅ VOT gå, kr/time Gå-insentiv (øk.), relativt til billettpris på KT Gå-insentiv (øk.), relativt til bilutgifter WTP står for willingness to pay, altså betalingsvilje; WTA står for willingness to accept, altså summen en reisende må kompenseres for å godta noe; VOT står for value of travel time savings, altså verdien av tid brukt/spart. *Ikke statistisk signifikant Tabell 9.3. Verdier utledet fra estimeringer med data fra CE2a og CE2b Sentrum HJEMMEKONTOR: Kollektivtransport Økning i HK ved økning i billettpris på KT, HK dager per måned/kr 0.91 Nedgang i HK ved hyppigere avganger, HK dager per måned/avganger per time 0.51 Økning i HK ved økning i bytter, HK dager per måned/bytte 4.91 HJEMMEKONTOR: Bil Økning i HK ved økning i parkeringsutgifter, HK dager per måned/kr 0.17 Økning i HK ved økning i avstand til parkering, HK dager per måned/km 0.19 Økning i HK ved økning i variable bilutgifter, HK dager per måned/kr 0.23 WTP for høyere parkeringsutgifter ved kortere avstand til parkering, 100 kr/km 1.29 WTP står for willingness to pay, altså betalingsvilje; HK står for Hjemmekontor.*Ikke statistisk signifikant Copyright Transportøkonomisk institutt,

84 9.4 Virksomhetsstudie: Akershus fylkeskommune og Jernbaneverket Ved hjelp av en internettbasert spørreundersøkelse er det gjennomført en spørreundersøkelse blant ansatte i Jernbaneverket og Akershus fylkeskommune. Totalt 794 personer svarte på undersøkelsen som ble distribuert i desember 2014, hvorav 255 jobbet i fylkeskommunen og 539 i Jernbaneverket. Begge virksomheter er lokalisert sentralt i sentrum av Oslo, men mens ansatte i fylkeskommunen er samlet på én enkelt adresse, er Jernbaneverkets ansatte lokalisert på seks ulike adresser i sentrum Reiseavstander og fleksibilitet Undersøkelsen finner at det er relativt mange som har lange reiseavstander i begge virksomheter, sett i forhold til Oslo og omegnskommunene. Gjennomsnittlig lengde på arbeidsreisene er på 28 kilometer. Til sammenligning er gjennomsnittlig lengde på arbeidsreiser i hele Oslo 11 km og 19 km for arbeidsreiser i Oslos omegnskommuner. De med lengre arbeidsreiser ankommer ofte tidligere på jobben enn de med kortere reisevei, samtidig som de også drar tidligere hjem. Trolig skyldes dette at langpendlerne tilpasser sine reiser så de kommer før rushtidstrafikken. Utviklingen i retning av økende romlig fleksibilitet (f eks hjemmekontor og arbeid underveis på reiser) preger også arbeidsvanene i Jernbaneverket og fylkeskommunen. Totalt jobber omtrent hver tredje arbeidstager hjemme én eller flere dager i måneden, og like mange på kveldstid. Reisetiden har signifikant betydning for hvilke typer Figur 9.2 Jernbanetorget i Oslo sentrum. fjernarbeid som benyttes. For de med kortere reisetid er arbeid hjemme på for -og ettermiddager vanligst, mens de med lengre reisetid arbeider mer underveis. Det kan se ut som om mange av de med lengre reiser gjør unna mye av «hjemmearbeidet» underveis på reisen, mens de med kortere reiser gjør arbeidet om formiddagen eller på kveldstid. Arbeid hele dager hjemmefra og oppdrag hos kunder, i andre avdelinger eller forretningsreiser, er mer vanlig i Jernbaneverket. Årsaken til at hjemmearbeid er mer utbredt her kan være at det her også er flere som har lange pendleravstander. I fylkeskommunen er det imidlertid noe mer vanlig å utføre arbeid hjemme på formiddager Transportmiddelbruk Totalt er det 80 prosent av de ansatte i Jernbaneverket og fylkeskommunen som reiser kollektivt til jobben. Dette er nesten dobbelt så mange som i Oslo for øvrig og over tre ganger så mange som for Oslos omegnskommuner. I Jernbaneverket er det tog som dominerer kollektivbruken; 55 prosent benytter dette til og fra jobb. I fylkeskommunen er det spesielt buss som er vanlig for de kollektivreisende, med ca 20 prosent daglige brukere. 72 Copyright Transportøkonomisk institutt, 2017